假设你有这样的生存数据：
obs <- data.frame(
time = c(floor(runif(100) * 30), floor((runif(100)^2) * 30)),
status = c(rbinom(100, 1, 0.2), rbinom(100, 1, 0.7)),
group = gl(2,100)
)
要执行标准对数秩检验，可以使用
survdiff(Surv(time, status) ~ group, data = obs, rho = 0)
对？
但是其他测试呢？您如何执行 Wilcoxon 符号秩检验、Peto 检验或 Fleming-Harrington 检验？
R 提供了执行Wilcoxon test的可能性，但是我没有找到如何让它考虑审查。
此外，文档指出，设置rho = 1将使测试成为“Gehan-Wilcoxon 测试的 Peto 和 Peto 修改”。但这和Peto测试一样吗？
要回答有关如何在 R 中计算此值的问题，您可以使用包中的comp()函数survMisc。例子：
> library(survMisc)
> fit = survfit(Surv(time, status) ~ x, data = aml)
> comp(fit)$tests$lrTests
ChiSq df p
Log-rank 3.40 1 0.0653
Gehan-Breslow (mod~ Wilcoxon) 2.72 1 0.0989
Tarone-Ware 2.98 1 0.0842
Peto-Peto 2.71 1 0.0998
Mod~ Peto-Peto (Andersen) 2.64 1 0.1042
Flem~-Harr~ with p=1, q=1 1.45 1 0.2281
要选择 Fleming-Harrington 检验的参数（如最后一行所示），请使用FHp和FHq参数。例如，
> comp(fit, FHp=0, FHq=0)$tests$lrTests
[…]
Flem~-Harr~ with p=0, q=0 3.40 1 0.0653
为您提供正常的对数秩检验（也显示在第一个示例的第一行中）。
（您可能应该引用您的命名约定的来源，并更详细地解释为什么提出这个问题。如果这是一个试图匹配 SAS 或 SPSS 文档的案例，我们可能会遇到跨文化困难。）
关于如何获得“Peto 测试”的具体问题的快速回答是使用 rho=1，但这将是一个近似值。参考 Klein 和 Moeschberger 的“生存分析”第 7 章的单样本和双样本部分，我们读到 Peto-Peto 版本和 Gehan 版本都是 Mann-Whitney Wilcoxon 的双样本（审查）版本两样本测试，但使用了不同版本的生存函数估计器。没有单一的“Fleming-Harrington 检验”，因为该术语指的是一系列检验，这些检验在rho. （R/Ssurv.diff函数将 Fleming-Harrington 族的 q 参数固定为 0，并且只改变它命名为 rho 的 p 参数。）
一个元问题是你是否应该关注名称而不是数学实质？在 Fleming-Harrington 家族中选择 p=rho=0（q 固定为 0）在整个时间范围内对 (OE) 或跨组差异进行同等加权，而 Gehan-Wilcoxon 和 Peto-Peto 测试均对早期加权死亡更强烈。我的观点（作为一名医生）是明智的做法是，对典型病例的早期差异进行加权是明智的，但可以想象可以为其他选择辩护的具体情况。