如何为Weibull分布生成的生存数据同时添加右删失与区间删失

解决方案 #

你可以通过以下两步解决下限为负的问题，同时整合右删失与区间删失的逻辑：

1. 修正区间下限取值逻辑 #

生存时间的取值不可能小于0，直接用pmax()函数将区间下限限制在0即可，不需要删除小取值样本：

library(dplyr)
# 生成原始Weibull分布数据，加随机种子方便结果复现
set.seed(123) 
df <- data.frame(y = rweibull(1000, shape = 1.4, scale = 70))
# 先为所有样本生成基础区间上下限
df <- df %>% 
  mutate(
    y_lower = pmax(y - 5, 0), # 下限最小取0，直接解决负数问题
    y_upper = y + 5
  )

2. 整合右删失逻辑 #

你设定的右删失阈值为150，所有真实值大于150的样本，实际观测到的只有「生存时间大于150」的信息，所以需要把这部分样本的区间调整为右删失标准格式，同时可按需更新删失状态标记：

df <- df %>% 
  mutate(
    # 调整右删失样本的区间：仅知道真实值大于150
    y_lower = if_else(y > 150, 150, y_lower),
    y_upper = if_else(y > 150, Inf, y_upper),
    # 基础删失状态：1=右删失，0=非右删失
    cens = if_else(y > 150, 1, 0),
    # 也可以新增多分类删失标记，适配不同模型的输入要求：
    # 1=右删失，2=区间删失，0=完全观测
    cens_type = case_when(
      y > 150 ~ 1,
      TRUE ~ 2
    )
  )

逻辑说明 #

• 对于y<5的样本，生成的区间为[0, y+5]，属于左端点截尾的区间删失，符合实际观测逻辑——你只知道真实值落在0到y+5之间，不需要删除这部分样本
• 最终输出的y_lower、y_upper、cens格式兼容所有主流R生存分析包（survival、flexsurv等）的区间删失拟合函数要求

可选调整：如果你不需要所有非右删失样本都为区间删失，可以随机抽样生成区间删失样本，比如设置30%的非右删失样本为区间删失，其余为完全观测：

df <- df %>% 
  mutate(
    # 随机标记30%的非右删失样本为区间删失
    is_interval = sample(c(TRUE, FALSE), n(), replace = TRUE, prob = c(0.3, 0.7)) & cens == 0,
    y_lower = case_when(
      cens == 1 ~ 150,
      is_interval ~ pmax(y-5, 0),
      TRUE ~ y
    ),
    y_upper = case_when(
      cens ==1 ~ Inf,
      is_interval ~ y+5,
      TRUE ~ y
    ),
    cens_type = case_when(
      cens == 1 ~ 1,
      is_interval ~ 2,
      TRUE ~ 0
    )
  )

内容的提问来源于stack exchange，提问作者Filipe Dias