如何在R中的生存分析中使用字符串变量？

Question

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，如讲义所示：

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。如果是这样，怎么样？

其次，我如何创建上面提到的虚拟变量？

以下是获取整个数据的方法：

library(survival)
veteran

以下是R模型的拟合方式：

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

这是输出：

Answer 1

您可以使用celltype为model.matrix创建一个包含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
.
.
.

Answer 2

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值

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

最好的页面

PS：我不确定这是不是问题

Answer 3

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。 （如果那是你所教的内容，我对你教练的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