> plot(nom1) > cal1<-calibrate(fit1,method = "boot",B=1000) > plot(cal1,xlim=c(0,1.0),ylim=c(0,1.0), + xlab = "Nomogram Predicted Survival", ylab = "Actual Survival") n=130 Mean absolute error=0.075 Mean squared error=0.00782 0.9 Quantile of absolute error=0.126

根据提供的代码和结果，我们可以得到以下信息：

1. `plot(nom1)`: 绘制了一个名为`nom1`的图形，但是没有提供`nom1`的定义，无法确定具体内容。

2. `cal1 <- calibrate(fit1, method = "boot", B = 1000)`: 使用`fit1`进行校准，使用Bootstrap方法，并进行1000次重抽样。结果存储在`cal1`中。

3. `plot(cal1, xlim = c(0, 1.0), ylim = c(0, 1.0), xlab = "Nomogram Predicted Survival", ylab = "Actual Survival")`: 绘制校准结果的图形，横轴为预测生存率，纵轴为实际生存率。

4. `n = 130`: 样本数量为130个。

5. `Mean absolute error = 0.075`: 平均绝对误差为0.075。

6. `Mean squared error = 0.00782`: 平均平方误差为0.00782。

7. `0.9 Quantile of absolute error = 0.126`: 绝对误差的0.9分位数为0.126。这表示90%的样本的绝对误差小于或等于0.126。