Я повторно использую кривые выживания Каплана-Мейера на основе ранее опубликованных данных, используя точный набор данных, использованный в публикации (Charpentier et al., 2008 - Инбридинговая депрессия у кольчатых лемуров (Lemur catta): генетическое разнообразие предсказывает паразитизм, иммунокомпетентность). , и выживаемость). В этой публикации были построены кривые в SAS версии 9 с использованием LIFETEST для анализа возраста смерти, структурированного генетической гетерозиготностью и полом животного (n = 64). Она сообщает, что значение хи-квадрат составляет 6,31, а значение p - 0,012; однако, когда я провожу кривые в R, я получаю значение хи-квадрат 0,9 и значение p 0,821. Кто-нибудь может это объяснить ??
Используемый код R: возраст - время смерти, смертность - код цензуры, пол - гендерный слой, а ho2 - фактор, разделяющий две сравниваемые группы.
> survdiff(Surv(age, mort1)~ho2+sex,data=mariekmsurv1)
Call:
survdiff(formula = Surv(age, mort1) ~ ho2 + sex, data = mariekmsurv1)
N Observed Expected (O-E)^2/E (O-E)^2/V
ho2=1, sex=F 18 3 3.23 0.0166 0.0215
ho2=1, sex=M 12 3 2.35 0.1776 0.2140
ho2=2, sex=F 17 5 3.92 0.3004 0.4189
ho2=2, sex=M 17 4 5.50 0.4088 0.6621
Chisq= 0.9 on 3 degrees of freedom, p= 0.821
> str(mariekmsurv1)
'data.frame': 64 obs. of 6 variables:
$ id : Factor w/ 65 levels "","aeschylus",..: 14 31 33 30 47 57 51 39 36 3 ...
$ sex : Factor w/ 3 levels "","F","M": 3 2 3 2 2 2 2 2 2 2 ...
$ mort1: int 0 0 0 0 0 0 0 0 0 0 ...
$ age : num 0.12 0.192 0.2 0.23 1.024 ...
$ sex.1: Factor w/ 3 levels "","F","M": 3 2 3 2 2 2 2 2 2 2 ...
$ ho2 : int 1 1 1 2 1 1 1 1 1 2 ...
- attr(*, "na.action")=Class 'omit' Named int [1:141] 65 66 67 68 69 70 71 72 73 74 ...
.. ..- attr(*, "names")= chr [1:141] "65" "66" "67" "68" ...
survdiff
сrho=0
) используется ранг журнала. - person Alex A.   schedule 04.04.2014