可靠性和生存方法 > 生存分析 > 生存分析的统计详细信息
发布日期: 09/18/2023

生存分析的统计详细信息

对于非区间删失的数据,“生存”平台报表的初始部分显示“汇总”和“分位数”数据。“汇总”部分显示每个组(存在组的情况下)和整个研究的失效数以及删失观测数。还针对删失调整了均值和标准差。有关这些统计量的计算详细信息,请参见 SAS Institute Inc. (2020) 中的“LIFETEST 过程”一章。(2022)。

“分位数”部分显示单个组和合并组的失效时间统计量,其中包括中位数生存时间(带 95% 置信上限和置信下限)。中位数生存时间是一半对象失效时的时间(天数)。还包括四分位数生存时间(25% 和 75%)。

图 14.15 一元生存分析的汇总统计量 

Summary Statistics for the Univariate Survival Analysis

“汇总”报表给出生存时间均值的估计值以及该均值的标准误差。估计的生存时间均值定义如下:

Equation shown here 其标准误差为 Equation shown here

其中

Equation shown here

Equation shown here

Equation shown here

Equation shown here 是时间 ti 处的生存分布

D 是不同的事件时间数

ni 是恰好在 ti 前的生存单元数

di 是在 ti 处失效的单元数

t0 定义为 0

有多个组时,“组间检验”表会提供各组的齐性统计检验。Kalbfleisch and Prentice (1980, ch. 1)、Hosmer and Lemeshow (1999, ch. 2) 以及 Klein and Moeschberger (1997, ch. 7) 讨论了生存曲线的统计学和比较。

图 14.16 组间检验 

Tests between Groups

检验

命名两个统计检验,它们假设生存函数在不同组之间是相同的。

卡方

提供统计检验的卡方近似。

对数秩检验赋予较大生存时间更大的权重,当要比较的组中的危险率函数之比近似为常数时,它会更加有用。危险率函数是给定时间处的瞬间失效率。它也称为死亡率死亡力

Wilcoxon 检验赋予前期生存时间更大的权重,若误差分布为 Logistic 分布,则该检验是最佳秩检验。请参见 Kalbfleisch and Prentice (1980)。

自由度

提供统计检验的自由度。

概率>卡方

列出当生存函数对于所有组相同时,得到卡方值大于计算值的概率。

图 14.17 显示了一个组的乘积限生存函数估计值的示例。

图 14.17 “生存估计值”表的示例 

Example of Survival Estimates Table

注意:记录的最后时间是删失观测时,该报表会指示有偏均值估计值。有偏均值估计值是真实均值的下限。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).