我如何使用带有R中生存包的AFT模型进行预测？

我用带a的a来预测数据。我使用in R进行此操作。我在训练和测试中分割数据，在训练集上进行训练，然后尝试预测测试集的值。为此，我将测试集作为

newdata

参数通过，如中所述。我得到一个错误，说

newdata

与训练数据的大小不同（很明显！）。然后，该函数似乎评估并预测训练集的值

如何预测新数据的值？

# get data
library(KMsurv)
library(survival)
data("kidtran") 
n = nrow(kidtran)
kidtran <- kidtran[sample(n),] # shuffle row-wise
kidtran.train = kidtran[1:(n * 0.8),]
kidtran.test = kidtran[(n * 0.8):n,]

# create model 
aftmodel <- survreg(kidtransurv~kidtran.train$gender+kidtran.train$race+kidtran.train$age, dist = "weibull")
predicted <- predict(aftmodel, newdata = kidtran.test)

#获取数据
图书馆（KMsurv）
图书馆（生存）
数据（“kidtran”）
n=nrow（kidtran）
kidtran问题似乎在于你对因变量的说明

您的问题中缺少受抚养人的数据和代码定义，因此我看不出具体的错误是什么，但它似乎不是正确的
Surv（）
生存对象（请参见
？survreg
）

此代码变体修复了以下问题，对格式进行了一些小的改进，并且运行良好：

require(survival)
pacman::p_load(KMsurv)

library(KMsurv)
library(survival)
data("kidtran") 

n = nrow(kidtran)

kidtran       <- kidtran[sample(n),] 
kidtran.train <- kidtran[1:(n * 0.8),]
kidtran.test  <- kidtran[(n * 0.8):n,]

# Whatever kidtransurv was supposed to be is missing from your question,
#   so I will replace it with something not-missing
#   and I will make it into a proper survival object with Surv()

aftmodel  <- survreg(Surv(time, delta) ~ gender + race + age, dist = "weibull", data = kidtran.train)
predicted <- predict(aftmodel, newdata = kidtran.test)


head(predicted)

我添加了你丢失的
库
语句，这些语句跳到了我的面前。我们仍然缺少kidtransurv，谢谢你的更新。看起来我正确地猜到了您想要在Y中输入哪些列。您需要像我在回答中那样键入它（将定义保留在
survreg
函数中）。使用
data=
不是必需的，但是它可以大大清理您的代码并减少键入。非常感谢，它现在可以工作了。我假设定义
kidtransurv@User12547645不客气。一开始我可能也这么想。
require(survival)
pacman::p_load(KMsurv)

library(KMsurv)
library(survival)
data("kidtran") 

n = nrow(kidtran)

kidtran       <- kidtran[sample(n),] 
kidtran.train <- kidtran[1:(n * 0.8),]
kidtran.test  <- kidtran[(n * 0.8):n,]

# Whatever kidtransurv was supposed to be is missing from your question,
#   so I will replace it with something not-missing
#   and I will make it into a proper survival object with Surv()

aftmodel  <- survreg(Surv(time, delta) ~ gender + race + age, dist = "weibull", data = kidtran.train)
predicted <- predict(aftmodel, newdata = kidtran.test)


head(predicted)

       302        636        727        121         85        612 
 33190.413  79238.898 111401.546  16792.180   4601.363  17698.895