【发布时间】：2013-07-22 15:57:32
【问题描述】：
在生存分析方面，我完全是新手。我正在做一个需要在“survival”包中使用 coxph 函数的项目，但我遇到了麻烦，因为我不明白公式对象需要什么。
我能找到的关于该功能的大部分描述如下：
"一个公式对象，响应在 ~ 运算符的左侧，术语在右侧。响应必须是 Surv 函数返回的生存对象。"
我知道运算符左侧需要什么，问题是该函数对右侧的期望是什么。
这是我的数据的链接（实际数据集要大得多，为简洁起见，我只显示前 20 个数据点）：
数据简要说明：
-Row 1 is the header
-Each row after that is a separate patient
-The first column is the age of the patient at the time of the study
-columns 2 through 14 (headed by x2-x13), and 19 (x18) and 20 (x19) are covariates such as race, relationship status, medical conditions that take on either true (1) or false (0) values.
-columns 15 (x14) through 18 (x17) are covariates such as tumor size, which take on whole number values greater than 0.
-The second to last column "sur" is the number of months survived, and "index" is whether or not that is a right-censored time (1 for true, 0 for false).
鉴于此数据，我需要绘制 Cox 比例风险曲线，但由于公式对象的右侧错误，我最终得到了不正确的图。
这是我的代码，“temp4”是我给数据表起的名字：
library("survival")
temp4 <- read.table("~/data.txt", header=TRUE)
seerCox <- coxph(Surv(sur, index)~ temp4$x1 + temp4$x2 + temp4$x3 + temp4$x4 + temp4$x5 + temp4$x6 + temp4$x7 + temp4$x8 + temp4$x9 + temp4$x10 + temp4$x11 + temp4$x12 + temp4$x13 + temp4$x14 + temp4$x15 + temp4$x16 + temp4$x17 + temp4$x18 + temp4$x19, data=temp4, singular.ok=TRUE)
plot(survfit(seerCox), main= "Cox Estimate", mark.time=FALSE, ylab="Probability", xlab="Survival Time in Months", col=c("blue", "red", "green"))
我还应该注意，我已尝试将您看到的右侧替换为数字 1，一个句点，将其留空。这些方法产生卡普兰-迈尔曲线。
以下是控制台输出：
每一新行都是一个错误示例，具体取决于我过滤数据的方式。 （即如果我只包括年龄大于 85 岁的患者等）
如果有人能解释它是如何工作的，将不胜感激。
PS- 我已经搜索了一个多星期的解决方案，作为最后的手段，我在这里寻求帮助。
【问题讨论】：
-
您需要编辑您的问题以包含正在使用的代码以及任何错误或警告消息。目前只是说“公式对象的右手边是错误的”不是很有帮助。
-
好的，我已经添加了基本代码，并产生了各种警告消息。