文档介绍：本资料起源
1
医学统计学之生存分析
第1页
生存分析survival analysis
2
医学统计学之生存分析
第2页
何为生存分析
3
医学统计学之生存分析
第3页
传统方法在分析随访资k 检验（时序检验）、Gehan比分检验和Breslow检验等。
36
医学统计学之生存分析
第36页
37
医学统计学之生存分析
第37页
38
医学统计学之生存分析
第38页
39
医学统计学之生存分析
第39页
40
医学统计学之生存分析
第40页
41
医学统计学之生存分析
第41页
续表
42
医学统计学之生存分析
第42页
43
医学统计学之生存分析
第43页
44
医学统计学之生存分析
第44页
对于大样本资料生存率比较，能够将其整理成频数表形式，采取寿命表法计算生存率然后进行比较，其基本原理与上述方法相同。
45
医学统计学之生存分析
第45页
第四节 Cox百分比风险回归模型
46
医学统计学之生存分析
第46页
47
医学统计学之生存分析
第47页
一、Cox百分比风险回归模型基本形式
看下面例子
48
医学统计学之生存分析
第48页
假如分析x1-x6这6个原因对生存时间t影响，能否用线性回归分析建立时间t与影响原因间线性回归方程？或建立生存函数S(t)与影响原因间线性回归方程？
t=b0+b1x1+b2x2+┅+b6x6 ?
S(t) =b0+b1x1+b2x2+┅+b6x6 ?
1、生存时间t普通不服从正态 分布；
2、生存时间t中含有截尾值。
49
医学统计学之生存分析
第49页
利用生存率函数S(t,X)与风险函数h(t,X)关系可导出
很好处理截尾值问题
反应了协变量X与生存函数关系
Cox模型基本形式
50
医学统计学之生存分析
第50页
全部危险原因为0时基础风险率，它是未知，但假定它与h(t,X)是呈百分比。
右侧可分为两部分：h0(t)没有明确定义，分布无明确假定，参数无法预计，为非参数部分；另一部分是参数部分，其参数能够经过样本实际观察值来预计，正因为Cox模型有非参数和参数两部分组成，故又称为半参数模型。
51
医学统计学之生存分析
第51页
52
医学统计学之生存分析
第52页
53
医学统计学之生存分析
第53页
54
医学统计学之生存分析
第54页
55
医学统计学之生存分析
第55页
56
医学统计学之生存分析
第56页
二、Cox回归分析步骤：
确定自变量和因变量
参数预计，拟和模型
对模型假设检验
模型解释及应用
对模型拟和优度检验
57
医学统计学之生存分析
第57页
模型参数预计
（一）参数预计-偏似然预计
58
医学统计学之生存分析
第58页
代表ti时刻以后危险集R(ti)中对似然函数作贡献个体
将n个病人死亡 条件概率相乘
59
医学统计学之生存分析
第59页
模型假设检验
60
医学统计学之生存分析
第60页
61
医学统计学之生存分析
第61页
62
医学统计学之生存分析
第62页
Cox回归分析应用实例
63
医学统计学之生存分析
第63页
64
医学统计学之生存分析
第64页
调用Cox模型分析模块 ，分析数据集为cox
建立生存时间为t ，截尾指示变量为d Cox模型，d 取值为1时表示截尾
计算筛选原因相对危险度及其95%可信区间
65
医学统计学之生存分析
第65页
Summary of Stepwise Selection
Variable Number Score Wald
Step Entered Removed In Chi-Square Chi-Square Pr > ChiSq
1 x4 1 .
2 x5