ggsurvplot( fit, #生存分析结果 data = NULL, #a dataset used to fit survival curves fun = NULL, # 定义生存曲线转换的任意
函数。 经常使用的转换可以用字符参数指定:“event”绘制累积事件(f(y) = 1-y)，“cumhaz”绘制累积风险函数(f(y) = -log(y))，“pct”以百分比表示生存概率。 color = NULL, #曲线颜色 palette = NULL, #颜色调色板，可选调色板有 "grey","npg","aaas","lancet","jco", "ucscgb","uchicago","simpsons"和"rickandmorty". linetype = 1, #线条形状，可以用数值型
向量1，2表示，也可以用字符串向量c("solid", "dashed"). conf.int = FALSE, #是否画出置信区间 pval = FALSE, #是否显示P值 pval.method = FALSE, #是否添加计算P值得方法得文本，前提是pval = TRUE test.for.trend = FALSE, #默认是F，如果TURE，返回trend Pvalues检验。 趋势检验旨在检测生存曲线的有序差异。 也就是说，至少对一个群体来说。 只有组数为>2时，才能进行趋势测试。 surv.median.line = "none", #画一条水平或者垂直得生存中位值线，允许的值有c("none", "hv", "h", "v"). v: 垂直vertical, h:水平horizontal. risk.table = FALSE, #是否显示风险table。其他值有absolute" or "percentage",显示绝对数值/百分比；参数"abs_pct" ,百分比以及绝对数值都显示 cumevents = FALSE, # logical value specifying whether to show or not the table of the cumulative number of events. cumcensor = FALSE, #logical value specifying whether to show or not the table of the cumulative number of censoring. tables.height = 0.25, #设置table得高度，取值范围0-1 group.by = NULL, #包含分组变量名称得字符串向量。长度<=2 facet.by = NULL, #一个字符向量，包含将生存曲线分成多个面板的分组变量的名称。 add.all = FALSE, #一个逻辑值。 如果为TRUE，则在主图中添加合并患者(null model)的生存曲线。 combine = FALSE, # a logical value. If TRUE, combine a list survfit objects on the same plot. ggtheme = theme_survminer(), #主题名称 tables.theme = ggtheme, #主题名称，默认是theme_survminer. ... #后面描述的参数和其他参数将被传递给ggplot2 geom_*()函数，如linetype, size, ii)或ggpar()函数来定制图形。 看到的细节部分 )1.计算两种资产的投资组合我们需要知道每种资产的期望和标准差。
2.然后根据两种资产所占的权重去计算组合的期望和标准差。
3.在R中先把需要的参数μ，σ，ρ写入mu<-c(10,15)sigma<-c(16,24)rho<-0.2，然后写入权重w1，w2，因为只有两个资产 其权重相加之和应该是1，所以有w1+w2=1，所以w1<-seq(0,1,0.01)w2<-1-w1
——————————
seq表示一个sequence序列。
4.在此首相为0 尾项为1 一共有101项。
5.接下来设组合的期望和标准差。
6.然后写计算的方法，这里需要用到循环去计算在各种权重情况下的期望和标准差。
7.然后用绘图的函数plot进行绘制。
扩展：R语言
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。
