其他
R语言统计与绘图：常用内置数据集介绍
目 录
1. survival 包的 colon 数据集
2. survival 包的 lung 数据集
3. AER包的Affairs数据集
1. survival 包的 colon 数据集
运行下列代码加载数据集：
library(survival) # 加载内置数据集的包
data(colon) # 加载内置 colon 数据集
View(colon) # 预览数据集
数据集介绍
B/C期结肠癌患者辅助化疗后的生存时间数据。
数据集中变量名解释：
id: 患者编号
study: 所有患者都是1
rx: 表示治疗方式，有三种：观察、Levamisole、Levamisole + 5-FU
sex: 性别，男性为 1，女性为 0
age: 年龄
obstruct: 肿瘤是否阻塞结肠，1为有，0为无
perfor: 结肠是否穿孔，1为有，0为无
adhere: 肿瘤是否粘附邻近器官，1为有，0为无
nodes: 检出淋巴结的数目
status: 生存状态，1为发生感兴趣终点事件，0为删失
differ: 肿瘤的分化程度 (1=well, 2=moderate, 3=poor)
extent: 局部转移程度（1=submucosa, 2=muscle, 3=serosa, 4=contiguous structures）
surg: 从手术到登记注册的时间 (0=short, 1=long)
node4: 超过4个阳性淋巴结
time: 直至发生感兴趣终点事件或删失的时间
etype: 事件类型: 1=复发,2=死亡
2. survival 包的 lung 数据集
运行下列代码加载数据集：
library(survival) # 加载内置数据集的包
data(lung) # 加载内置数据集
View(lung) # 预览数据集
数据集介绍
NCCTG 晚期肺癌患者的生存时间数据。
数据集中变量名解释：
inst：机构代码
time：生存时间，单位：天
status：生存状态，1为删失，2为死亡
age：年龄
sex：性别，1为男性，2为女性
ph.ecog：医师进行 ECOG 评分，评分为0、1、2、3、4
ph.karno：医师进行的 Karnofsky 评分，评分为0-100分
pat.karno：患者给出的 Karnofsky 评分，评分为0-100分
meal.cal：进食消耗的卡路里
wt.loss：最近6个月的体重减轻量
3. AER包的Affairs数据集
运行下列代码加载数据集：
install.packages("AER") # 下载包
library(AER) # 加载内置数据集的包
data(Affairs) # 加载数据集
View(Affairs) # 预览数据集数据集介绍
作者从601个参与者身上收集了9个变量，来探究出现婚外情的影响因素。数据集中变量名解释：
affairs：过去1年婚外情的频率；0表示没有，1、2、3分别表示1、2、3次，7表示4-10次，12表示每月、每周、每天。
gender：性别；male为男性，famale为女性
age：年龄；17.5表示20岁以下，22表示22-24岁，27表示25-29岁，以此类推，57表示55岁及以上。
yearsmarried：婚龄；0.125表示3个月或更短，0.417表示4-6个月，0.75表示6个月-1年，1.5表示1-2年，4表示3-5年，...，15表示12年及以上
children：是否育有小孩；YES表示有，NO表示无
religiousness：宗教信仰程度；根据信仰程度分为五个等级
education：学历；用不同的数字表示不同的学历水平
occupation：职业；根据Hollingshead分类逆向数字编码职业
rating：对婚姻的自我评价；根据幸福感分为5个等级
End
参考资料：
1. lung、colon和Affairs数据集帮助文件；
R语言统计与绘图：Kaplan-Meier生存曲线的进阶画法
R语言统计与绘图
长按识别二维码关注
更多精彩内容可回复关键词
"R语言实战"