如果你所说的都是真的,那么这是使用索引作为参数生成列表的典型方式:
t4list <- lapply(1:11, function(x) summary(survplot[x], times=4)[1] )
t4list
如果您的意思是要在那个时间点基于生存估计得到矢量,那么
sapply
会尝试将结果简化为原子形式,如数字向量或矩阵(如果结果是“多维”的情况)。我认为您只需要使用以下命令就可以得到有效的结果:
summary(survplot, times=4)[1]
假设有预测生存时间的向量,那么上述操作应该成功。如果你太贪心,将“times”值推出估计值范围之外,那么就会出现错误。有讽刺意味的是,只要所有协变量层次都有一个估计时间点,那么就不会触发这个错误。以帮助页面中的示例为起点:
fit <- survfit(Surv(time, status) ~ x, data = aml)
summary(fit, times=c(10, 20, 60) )[1]
as.data.frame( summary(fit, times=c(10, 20, 60) )[c("surv", "time", "strata")])
surv time strata
1 0.9090909 10 x=Maintained
2 0.7159091 20 x=Maintained
3 0.1840909 60 x=Maintained
4 0.6666667 10 x=Nonmaintained
5 0.5833333 20 x=Nonmaintained
如果您只使用60,将收到错误消息:
> summary(fit, times=c( 60) )[1]
Error in factor(rep(1:nstrat, scount), labels = names(fit$strata)) :
invalid labels
str()
查看summary(fit)
对象非常有用。 - IRTFM