r - 如何绘制生存函数的 'inverse'？

Question

我试图绘制生存函数的倒数，因为我得到的数据实际上是随着时间的推移事件比例的增加。我可以生成 Kaplan-Meier 生存图，但我想生成这些的“相反”图。我可以使用以下 fun="cloglog" 获得我想要的东西:

plot(survfit(Surv(Days_until_workers,Workers)~Queen_Number+Treatment,data=xdata),
     fun="cloglog", lty=c(1:4), lwd=2, ylab="Colonies with Workers",
     xlab="Days", las=1, font.lab=2, bty="n")

但我不太明白这对时间做了什么(即不是从 0 开始并且距离减小？)，以及为什么生存线延伸到 y 轴上方。

真的很感激这方面的一些帮助!

干杯

Answer 1

使用 fun="event" 获得所需的输出

fit <- survfit(Surv(time, status) ~ x, data = aml)
par(mfrow=1:2, las=1)
plot(fit, col=2:3)
plot(fit, col=2:3, fun="event")

fun="cloglog" 搞砸轴的原因是它根本不绘制分数。它是根据 ?plot.survfit 绘制的:

"cloglog" creates a complimentary log-log survival plot (f(y) = log(-log(y)) along with log scale for the x-axis)

此外， fun 参数不仅限于 "event" 或 "cloglog" 等预定义函数，因此您可以轻松地为其提供自定义函数。

plot(fit, col=2:3, fun=function(y) 3*sqrt(1-y))