一般我们谈生存分析，就是说的KM方法估计生存函数，并且画出生存曲线，然后还可以根据分组检验一下它们的生存曲线是否有显著的差异！
在R里面，非常的方便，有个包survival很容易就可以做生存分析了！
只需要记住三个函数即可：
Surv：用于创建生存数据对象
survfit：创建KM生存曲线或是Cox调整生存曲线
survdiff：用于不同组的统计检验
survfit：创建KM生存曲线或是Cox调整生存曲线
survdiff：用于不同组的统计检验
我们用下面的数据做例子
对于上面的数据，我们用下面的代码做生存分析！
library(survival)
my.surv <- Surv(OS_MONTHS,OS_STATUS=='DECEASED')
##这个生存对象是看看病人的总生存期与死亡状态的关系
###这个Surv函数第一个参数必须是数值型的时间，第二个参数是逻辑向量，1,0表示死亡与否
kmfit1 <- survfit(my.surv~1) ### 直接对生存对象拟合生存函数
summary(kmfit1) ## 这个函数会详细打印出所有的结果，值得仔细理解
plot(kmfit1) ###画出生存曲线
survdiff(my.surv~type, data=dat) ### 根据生存对象再加上一个分组因子来拟合生存函数，并且比较不同因子分组的生存效果