首頁  |   網站導覽  |   會員登入  |  
首頁 » 分析方法 » 兩個(含)以上存活函數的估計

兩個(含)以上存活函數的估計
Estimation for two or more survival functions
此處使用的統計分析方法為Kaplan-Meier存活曲線估計法,又稱為Product-Limit估計法,是由美國統計學家Edward L. Kaplan與Paul Meier(1924–2011)於1958年共同提出的,是存活分析中最常使用的方法。存活資料的特質是觀察到的資料經常受限於研究時間的限制 ,以至於有時無法觀察到完整的存活時間。因此記錄到的資料除了觀察時間外並有表達觀察時間是否為存活時間的紀錄,通常以0與1來表示。

使用本分析方法必須先定義個案的"時間變數值",其表示個案在存活研究中從進入研究開始觀察一直到死亡或研究結束的時間距離。另外也必須定義"事件變數值"用來表示觀察時間是否為存活時間的指標(即設限指標)。若"是"的話,事件變數值定義"1",否則為"0",通常事件變數值為"1"時,又稱為一個事件,"0"時稱為設限。例如,一個癌症病人的研究,某病人於2001年2月初進入癌症研究,此研究於2006年7月初結束時此病人仍然存活,則此人的時間變數值即為65個月,事件變數值為0。若此人不幸於2003年7月初死亡,此人的時間變數值為29個月,事件變數值為1。

存活分析也可以用來分析一般"事件發生時間(time-to-event)"的資料。例如,公司破產的時間,或同一疾病復發的時間,等。 若資料中包含兩組(含)以上存活資料時可同時估計兩個(含)以上的存活函數,並可同時建構出信賴區間。若你想對此類資料進行檢定,建議可使用兩個(含)以上存活函數的比較(Comparison for two or more survival functions)

步驟一:資料匯入
選擇要進行分析的資料檔或上傳檔案
您所選擇的資料檔為: