使用以下数据，用matlab中survfit函数进行生存分析的代码，其中输入的数值表示小鼠存活的只数，x = 2:2:30 control = [18 18 18 18 18 18 18 18 18 18 16 16 16 15 11] treat = [25 25 25 25 25 25 25 25 24 21 21 21 20 19 18]

以下是使用MATLAB中的survfit函数进行生存分析的代码：

% 定义实验组和对照组的存活数据
x = 2:2:30; 
control = [18 18 18 18 18 18 18 18 18 18 16 16 16 15 11];
treat = [25 25 25 25 25 25 25 25 24 21 21 21 20 19 18];

% 对实验组和对照组的存活数据进行生存分析
[control_surv, control_time] = survfit(control, x);
[treat_surv, treat_time] = survfit(treat, x);

% 绘制生存曲线
figure;
plot(control_time, control_surv, 'b-', 'LineWidth', 2);
hold on;
plot(treat_time, treat_surv, 'r-', 'LineWidth', 2);
xlabel('时间', 'FontSize', 14);
ylabel('生存率', 'FontSize', 14);
title('小鼠生存分析', 'FontSize', 16);
legend('对照组', '实验组', 'FontSize', 14, 'Location', 'best');

在该代码中，`survfit`函数用于进行生存分析，它的第一个参数表示存活数据，第二个参数表示时间。在代码中，我们将对照组和实验组的存活数据传递给`survfit`函数，得到了对应的生存函数`control_surv`和`treat_surv`以及时间`control_time`和`treat_time`。然后，我们使用`plot`函数绘制了对照组和实验组的生存曲线，并使用`xlabel`、`ylabel`和`title`函数设置了图表的标题和标签。最后，我们使用`legend`函数添加了图例，以便更好地展示对照组和实验组的生存曲线。