如何在 R 的生存分析中使用字符串变量？答案

【问题标题】：How to use string variable in survival analysis in R?如何在 R 的生存分析中使用字符串变量？
【发布时间】：2014-12-04 20:01:30
【问题描述】：

我希望在 R 中应用参数生存分析。我的数据是 Veteran 的肺癌研究数据。这是数据的前 20 列：

我想我需要将 celltype 转换为分类虚拟变量，就像这里的讲义建议的那样：

首先，我想知道是否有任何方法可以像原始形式一样使用celltype。如果有，怎么做？

其次，如何创建上面提到的虚拟变量？

以下是获取全部数据的方法：

library(survival)
veteran

这是模型在 R 中的拟合方式：

weibull <- survreg(S ~c2 + c3 + c4, dist="w")

这是输出：

【问题讨论】：

标签： r survival-analysis r-factor

【解决方案1】：

您可以使用model.matrix 创建一个包含celltype 的4 个虚拟变量的模型矩阵：

model.matrix( ~ 0 + celltype, veteran)

结果：

    celltypesquamous celltypesmallcell celltypeadeno celltypelarge
1                  1                 0             0             0
2                  1                 0             0             0
3                  1                 0             0             0
4                  1                 0             0             0
5                  1                 0             0             0
.
.
.

【讨论】：

【解决方案2】：

你不需要做任何特别的事情。只需在公式中输入该变量名称即可。（如果这就是你所教的，我对你导师的 R 编程能力印象不深）：

> weibull <- survreg(Surv(time,status) ~celltype, dist="w", data=veteran)
> weibull
Call:
survreg(formula = Surv(time, status) ~ celltype, data = veteran, 
    dist = "w")

Coefficients:
      (Intercept) celltypesmallcell     celltypeadeno     celltypelarge 
        5.4065502        -1.0831923        -1.2162022        -0.2627843 

Scale= 1.03048 

Loglik(model)= -734.2   Loglik(intercept only)= -748.1
    Chisq= 27.87 on 3 degrees of freedom, p= 3.9e-06 
n= 137

【讨论】：

感谢您的代码，但您的输出与我讲义中的不同。你觉得有什么不同？我已将输出放入我上面的帖子中。
看起来与我非常相似的输出。只有(Intercept)参数不同，推理统计都一样。您从未展示过 S 对象是如何创建的，所以您现在真的要求我们读懂您的想法。
那是因为讲义中没有给出S。查看数据后，我认为 S = Surv(time,status)。很抱歉

【解决方案3】：

要更改因子，您可以使用以下代码：

DataFrame$celltype[DataFrame$celltype == "large"] <- 1

使用此代码，您可以更改数据框的每个部分。请记住，如果要计算某些内容，则必须将值的模式从因子更改为数字

DataFrame$celltype <- as.numeric(DataFrame$celltype)

最好的睡衣

PS：我不确定这是不是问题

【讨论】：