中提供的示例?survdiff非常清楚。使用中包含的一些示例数据survival，这

survdiff(Surv(futime, fustat) ~ rx,data=ovarian)

rx = 1正在测试患有和的个体之间的生存差异rx = 2。对于您的数据，这将比较男性和女性的生存率

survdiff(Surv(time, Status) ~ sex, data=myeloma)

这将比较 <= 65 与 >65 的生存率。

survdiff(Surv(time, Status) ~ age, data=myeloma)

它看起来不正确。如果您想将分析仅限于男性或女性，则sex==1orsex==2是单独的输入，即subset子句。新命令将是

Males<-survdiff(surv(time,Status)~Patients, data = myeloma, sex==1)

Females<-survdiff(surv(time,Status)~Patients, data = myeloma, sex==2)

您需要在方程中指定一些作为因变量，并且唯一剩下的变量是患者。

如果您真的想同时衡量性别和年龄对生存的影响，您需要进行分层对数秩检验。我已经使用了包中的函数SurvTest（在文档中）/surv_test coin。

据我所知，它只需要一个分层变量，但我想出了一个解决方法，将几个变量附加到一个新变量中并将其用作分层变量。

还有其他几个包可以做同样的事情，但我现在想不出它们。