我被要求从比率为 1 的指数分布中模拟 50 次生存时间。
<pre><code>n <- 50
Tstar <- rexp(n, rate = 1)
</code>
我有一个数字变量，以周为单位显示时间。我可以使用 cox 回归在训练集上训练我的数据并基于测试集进
我是数据科学的新手，我有一个相当简单的问题，但我找不到简单的答案...
我有一个数据集（医院
这是发布在以下位置的数据集的延续：
<a href="https://stackoverflow.com/questions/66861419/removing-missing-data-va
我正在尝试使用分类变量计算风险比，但将其中任何一个定义为参考因子是没有意义的。我想要进行的
我有一个分层的 cox 模型，并且想要基于该模型预测某些配置文件的生存曲线。
现在，因为我正在
<a href="https://stackoverflow.com/questions/57517228/how-to-extract-formula-from-coxph-model-summary-in-r">how to extract formula from c
我正在使用 <code>pysurvival</code> 库通过 Cox 比例风险模型 (CPH) 进行建模。我对获得点预测感兴趣，而不是
我已经用时变协变量完成了离散时间扩展 cox 回归——我的时变协变量不显着，但我的基线协变量显着。
我的代码是
<pre><code>fit <- survfit(Surv(OS, DEATH) ~ high, data=datf1)
</code></pre>
没有错误：
<pre><code>prin
我想知道是否有任何方法可以从 ggcompetingrisks 函数中省略某种事件类型。下面是我的代码。
<pre><code>c
我正在使用 <code>mlr3proba</code> 包进行机器学习生存分析。 <br/>我的数据集包含因子、数值和整数特征。<b
我正在对一些癌症生存数据进行生存分析。查看描述以下相关变量的数据集子集：
<pre><code>* Example gen
我正在尝试复制图 1 <a href="https://towardsdatascience.com/survival-analysis-intuition-implementation-in-python-504fde4fcf8e" rel
我试图了解如何计算数据集中每个 ID 的预期时间。我有一个看起来像数据框形状的数据集 (500,4)：
<pr
我正在尝试从 Liu & Abeyratne 的“贝叶斯可靠性的实际应用”中复制示例 8.2。原始示例（与分层模型相关
我正在尝试使用带有函数“ic_sp”的 R 包“icenReg”来执行区间删失生存分析。在我们的研究中，我们想
我想平滑生存曲线，使其没有“步骤”。
使用以下数据，我正在尝试此操作：
<pre><code>(model.predict(img
<strong>在Stata中使用strategy如何得到组内人数而不是人年？</strong>
使用队列数据，我在 Stata 中创建
只是一个关于生存数据的 k-means 聚类分析的基本问题，就像这个：
<a href="https://i.stack.imgur.com/fAg5j.p
