我正在审查一篇论文，其中作者比较了以三种不同饮食喂养的昆虫的生存情况。
在生存分析（使用）之后，他们使用 Crawley 的The R bookSurv中的对比程序对治疗中的平均生存时间进行多重比较。他们以 La a Tukey 测试的形式展示他们的结果（即，具有显着不同值的平均值具有不同的字母）。
R 中两个治疗水平之间的比较可以用 来完成survdiff，但这会产生一个卡方统计量，这与我在论文中看到的不符
当存在> 2个治疗水平（类似于Tukey的测试）时，生存分析中更一般的事后测试问题之前已经在R-help上提出过，但从未得到回答。
我的问题是双重的：我不熟悉生存分析以了解对比程序是否适合该问题，并且我无法访问 Crawley 的书。
有人可以提供 Crawey 方法的示例或指向解释他的方法的网络资源吗？
在 Rrms包中有用于生存包coxph和函数的包装survreg函数。当您使用这两个函数之一时，您可以contrast.rms轻松获得单个 df 或多个 df 对比。输入?contrast.rms指导。cph使用coxph时需要替换rms。
方法描述与我在克劳利关于生存分析的章节中看到的任何内容都不匹配。他对他在三个层次上使用的示例的讨论似乎非常初级（甚至可能会说幼稚，但我不是他的书的忠实粉丝。）没有surv函数，最接近的函数 ,Surv根本不是回归函数，而是一种构造适合在回归模型中的公式的 LHS 中使用的对象的方法。
对于“对比程序”也是如此。哪有这回事。除非对回归函数另有说明，否则 R 中的因素会产生治疗对比，但没有“对比程序”。如果考虑了三个级别，那么将有一个参考级别，其“影响”将包含在截距中，并且会有两个系数，一个用于其他级别。这些系数将是与在对数危险量表上测量的参考水平的差异。指数化它们将成为相对危险。
我没有看到多重比较问题特定于生存分析。您正在估计参数，如果它们在渐近假设下呈正态分布，那么您应该能够应用合理的方法。p.adjuststats 包中的函数支持多种此类调整。