https://stat.ethz.ch/pipermail/bioconductor/2005-March/008306.html

根据提供的引用，这是一封来自Bioconductor邮件列表的帖子，讨论了如何在R中使用survival包计算C-index和p值。引用提到了整体数据Bootstrap重采样估计统计量的方法，可以用于对统计量进行区间估计。需要注意的是，这种方法与Bootstrap验证统计量有所不同，因为它仍然使用重采样的tran.data而不是vali.data来计算C-index等统计量。

相关问题

http://www.stat.unipg.it/luca/R/

http://www.stat.unipg.it/luca/R/ 是一个网站，提供了关于R语言的一些教程和资源。R语言是一种用于统计分析和数据可视化的编程语言，广泛应用于数据科学和统计学领域。

在该网站上，你可以找到以下内容：
1. R语言的基础知识和语法：网站提供了一些简单易懂的教程，帮助初学者快速入门R语言。
2. R语言的高级技巧和应用：网站还提供了一些更深入的教程，介绍了R语言在数据处理、数据可视化、统计建模等方面的应用技巧。
3. R语言的扩展包和函数：R语言有丰富的扩展包和函数库，网站上提供了一些常用的扩展包和函数的介绍和使用方法。
4. R语言的案例分析和实践项目：网站上还提供了一些实际案例和项目，帮助读者将R语言应用到实际问题中。

如果你对R语言感兴趣，可以访问该网站了解更多信息和资源。

爬取https://news.sina.cn/zt_d/yiqing0121中全国疫情全部累计

为了实现该功能，我们需要使用 Python 语言及其相关的第三方库进行网页爬取和数据提取。具体步骤如下：

1. 安装相关库：我们需要安装 requests、beautifulsoup4 等库，可以使用 pip 进行安装。

2. 发送 HTTP 请求：使用 requests 库发送 HTTP GET 请求，获取网页内容。

3. 解析 HTML：使用 beautifulsoup4 库解析 HTML，提取需要的数据。

4. 提取数据：根据 HTML 网页结构，使用 beautifulsoup4 库提取出我们需要的数据。

5. 输出结果：将提取出的数据输出到控制台或写入文件中。

下面是实现该功能的代码示例：

import requests
from bs4 import BeautifulSoup

url = 'https://news.sina.cn/zt_d/yiqing0121'
r = requests.get(url)
soup = BeautifulSoup(r.content, 'html.parser')

# 定位全国疫情累计的 div 标签
stat_div = soup.find('div', {'class': 'nums'})

# 提取数据
confirm = stat_div.find('span', {'class': 'confirm'}).text
suspect = stat_div.find('span', {'class': 'suspect'}).text
dead = stat_div.find('span', {'class': 'dead'}).text
heal = stat_div.find('span', {'class': 'heal'}).text

# 输出结果
print('全国疫情累计：')
print('确诊人数：', confirm)
print('疑似人数：', suspect)
print('死亡人数：', dead)
print('治愈人数：', heal)

执行上述代码后，将会输出全国疫情的累计数据。