情報統計研究所編の「すぐに役立つ統計のコツ」（オーム社刊）について、補足的な意味合いで投稿して参りました。
「統計のコツのこつ」は本稿で最終となりますが、トータル閲覧数７万PV以上（2018.4.30現在）を頂きありがとう御座います。
それでは、最終章「第８章 イベント・ヒストリー分析：生存時間（率）」の139ページを開いて下さい。
ここでは
コックス比例ハザード・モデルについて、「R」での方法をご紹介します。
例題は、
統計学入門（杉本典夫 先生）の下記URLから、
ここでは
コックス比例ハザード・モデルについて、「R」での方法をご紹介します。
例題は、
統計学入門（杉本典夫 先生）の下記URLから、
http://www.snap-tck.com/room04/c01/stat/stat11/stat1103.html
「11.3 多変量生命表解析 (1) 多変量生命表解析」の「表11.3.1 腫瘍患者の術後生存期間」を引用させて頂きます。
詳しくは、上記Webサイトの「第１１章：11.4 比例ハザードモデル」をご一読下さい。
「R」での方法：
「表11.3.1：腫瘍患者の術後生存期間」を表１の様に少しだけ編集しておきます。
「表11.3.1：腫瘍患者の術後生存期間」を表１の様に少しだけ編集しておきます。
表１ コックス分析用データ
重症度は「症状無＝０、軽症＝１、重症＝２」、転帰は「死亡＝１、その他＝０」としています。
*****
「R」プログラム
「R」プログラム
# R Console に次のように書いておく。
dat<- read.delim("clipboard", header=T)
dat<- read.delim("clipboard", header=T)
# 新しいスクリプトを開き、Rエディタに以下の様に書く。
head(dat) # データの確認
head(dat) # データの確認
library(survival)
cox.fit<- coxph(Surv(観察期間, 転帰) ~ factor(治療) + factor(重症度) , data=dat)
summary(cox.fit) # Summaryが表示される
cox.fit<- coxph(Surv(観察期間, 転帰) ~ factor(治療) + factor(重症度) , data=dat)
summary(cox.fit) # Summaryが表示される
library(rms) # 事前にパッケージ（rms）をインストールしておく。
new.fit<- survfit(cox.fit)
new.fit<- survfit(cox.fit)
surv.fit <- npsurv(Surv(観察期間, 転帰) ~ factor(治療) + factor(重症度), data = dat)
class(surv.fit)
survplot(surv.fit, conf = "none", lty = c(1:6), col = c(1:6), label.curves = T)
class(surv.fit)
survplot(surv.fit, conf = "none", lty = c(1:6), col = c(1:6), label.curves = T)
# Rエディタを選択→編集→全てを実行で下記の内容が出力されます。
出力結果：
図１ survplot の出力結果
ラベルが重なって見にくいので「label.curves = F」とし、描画後に編集したものですので、実際の出力図とは異なります。
*****
本稿を終えるに当たり、データの引用や貴重なコメントを頂きました杉本典夫先生に深甚なる謝意を表すると共に、多くの閲覧者に感謝いたします。
