# 加载包及生成数据框,这里生成数据框主要是为了方便大家理解，因为大家通常都是将Excel的数据读进R，存储为数据框格式
library(survival)
library(Hmisc)
age <- rnorm(200, 50, 10)
bp <- rnorm(200,120, 15)
d.time <- rexp(200)
cens <- runif(200,.5,2)
death <- d.time <= cens
os <- pmin(d.time, cens)
sample.data <- data.frame(age = age,bp = bp,os = os,death = death)
#让我们看一下生成的例子数据的前6行
head(sample.data)
##age bp os death
## 1 33.18822 114.6965 1.106501 FALSE
## 2 41.86970 123.2265 1.365944 FALSE
## 3 50.41484 124.9522 0.867119 FALSE
## 4 45.66936 127.3237 1.155765 TRUE
## 5 39.79024 134.8846 1.257501 TRUE
## 6 31.89088 140.9382 1.125504 FALSE
rcorr.cens的代码及结果，第一个值就是C指数，同时也有Dxy的值
rcorr.cens(sample.data$age, Surv(sample.data$os, sample.data$death))
##C IndexDxy S.D. nmissing
## 4.528492e-01 -9.430156e-02 5.565299e-02 2.000000e+02 0.000000e+00
## uncensored Relevant Pairs Concordant Uncertain
## 1.290000e+02 3.172800e+04 1.436800e+04 8.072000e+03
rcorrcens的代码及结果,注意rcorrcens的写法是写成formula（公式）的形式，较为方便；而rcorr.cens的 写法是只能在前面写上一个自变量,并且不支持data = ...的写法，有点繁琐。较为遗憾的是这两种方法得到的C指数的标准误需要通过S.D./2间接得到。
r <- rcorrcens(Surv(os, death) ~ age + bp,data = sample.data)
r
## Somers' Rank Correlation for Censored DataResponse variable:Surv(os, death)
##
## CDxy aDxySDZ P n
## age 0.453 -0.094 0.094 0.056 1.69 0.0902 200
## bp 0.498 -0.003 0.003 0.054 0.06 0.9517 200
指数函数比较大小：比差（商）法；函数单调性法；中间值法。指数函数是重要的基本初等函数之一。
指数函数如何比大小
你可以根据图像判断：当底都大于1时，底较大的那个图像陡一些，此时，在第一象限即x>0时，底大的函数值大；在第三象限即x<0时，底小的函数值大；x=0时，函数值都为1.底大于1时函数是增函数。当底都小于1时，底较小的那个图像陡些，此时，在第二象限即x<0时，底小的函数值大；在第四象限即x>0时，底较大的函数值大；x=0时，函数值都为1。底小于1时函数是减函数。
指数函数幂的比较
比较大小常用方法
（1）做差（商）法：A-B大于0即A大于B，A-B等于0即A=B，A-B小于0即A小于B。
步骤：做差—变形—定号—下结论；A\B大于1即A大于B，A\B等于1即A等于B，A/B小于1即A小于B（A，B大于0）
（2）函数单调性法；
（3）中间值法：要比较A与B的大小，先找一个中间值C，再比较A与C、B与C的大小，由不等式的传递性得到A与B之间的大小。
注意事项
比较两个幂的大小时，除了上述一般方法之外，还应注意：
（1）对于底数相同，指数不同的两个幂的大小比较，可以利用指数函数的单调性来判断。
（2）对于底数不同，指数相同的两个幂的大小比较，可以利用指数函数图像的变化规律来判断。
（3）对于底数不同，且指数也不同的幂的大小比较，则可以利用中间值来比较。
<1>对于三个（或三个以上）的数的大小比较，则应该先根据值的大小（特别是与0、1的大小）进行分组，再比较各组数的大小即可。
<2>在比较两个幂的大小时，如果能充分利用“1”来搭“桥”（即比较它们与“1”的大小），就可以快速的得到答案。由指数函数的图像和性质可知“同大异小”。即当底数a和1与指数x与0之间的不等号同向时，a的x次幂大于1，异向时a的x次幂小于1。
r语言是统计用的，c语言是一种计算机高级语言，可以写各种程序。其实两者不是一个层面的东西，r语言更像是一种应用程序提供的功能，如果非要分个难易，在你用来搞统计的情况下，r语言应该要容易一些。
