Пакет npsm имеет функцию gehan.test
.
library(npsm)
library(KMsurv) # Contains the "burn" data
data(burn) # see ?burn for a description of the variables.
# T3: Time to straphylocous aureaus infection or on study time
# D3: Straphylocous aureaus infection: 1=yes 0=no
# Z1: Treatment: 0-routine bathing 1-Body cleansing
with(burn, gehan.test(time=T3, event=D3, trt=Z1) )
statistic = -1.686689 , p-value = 0.0916631
Разница в частоте стафилококковой инфекции у пациентов, у которых были получены ожоги с рутинное омовение и очищение тела несущественны (p> 0,05).
Теперь для теста Tarone-Ware. Это доступно в пакете coin .
library(coin)
?logrank_test
Использование описано на странице справки. Нам нужна формула вида y ~ x | block
, где y
- это объект выживания, а x
- фактор. Z1 не является фактором, равно как и другие переменные "Z" в наборе данных записи. Так что конвертируйте их все в факторы. Для этого я буду использовать функцию mutate_at
из пакета dplyr .
library (dplyr)
burn <- burn %>%
mutate_at(vars(starts_with("Z")), as.factor)
unlist(lapply(burn, class)) # Just to check
Вы также можете добавить метки. А теперь тест:
logrank_test(Surv(T3, D3) ~ Z1, data=burn, type="Tarone-Ware")
Asymptotic Two-Sample Tarone-Ware Test
data: Surv(T3, D3) by Z1 (0, 1)
Z = -1.7694, p-value = 0.07683
alternative hypothesis: true theta is not equal to 1
Нет никаких доказательств того, что распределение выживаемости между двумя группами различается.