生存分析概述及實例分析-資料下載頁
2025-01-06 17:03本頁面
【正文】 1 0 M 59 13 246 1 0 F 88 13 246 1 0 M 73 13 256 0 0 F 83 12 265 1 0 F 79 12 265 1 0 M 66 12 266 1 0 M 59 13 304 1 0 M 67 13 344 1 0 M 69 13 404 1 0 F 86 12 156 1 1 F 97 11 164 1 1 M 72 10 196 0 1 M 61 10 198 1 1 M 60 11 204 0 1 M 62 11 205 1 1 F 81 10 208 0 1 M 54 12 220 0 1 F 78 12 240 1 1 F 77 13 242 1 1 M 55 13 242 1 1 F 94 13 244 1 1 F 89 13 244 1 1 M 72 13 244 1 1 M 71 12 244 1 1 F 91 13 249 1 1 F 98 13 254 0 1 F 91 13 261 1 1 M 76 13 266 0 1 M 67 13 266 0 1 M 60 13 269 1 1 F 97 13 280 1 1 F 84 12 280 1 1 M 62 13 284 0 1 M 52 12 296 1 1 F 80 13 296 1 1 M 57 13 330 0 1 F 77 13 340 1 1 M 59 13 344 0 1 F 79 13 348 0 1 F 97 12 142 1 1 M 72 11 414 0 1 M 75 12 142 1 1 M 53 10 424 1 1 M 62 13 Cox獨立協(xié)變量比例風險模型分析 在利用 Cox獨立協(xié)變量比例風險模型分析時要考慮到協(xié)變量的種類。本例中年齡和體重為連續(xù)變量，而治療方法和性別不是連續(xù)變量，我們稱之為分類協(xié)變量。并以試驗療法和雄性作為參考變量，在計算兩個不同個體的風險函數(shù)比率（危險率）時以它們作為參考。所得危險率即為雌性風險函數(shù) /雄性風險函數(shù)；傳統(tǒng)療法風險函數(shù) /試驗療法風險函數(shù)。統(tǒng)計結(jié)果如下： 表 a 2 倍對數(shù)似然值 整體 (得分 ) 從上一步驟開始更改 從上一塊開始更改 卡方 df Sig. 卡方 df Sig. 卡方 df 4 .000 4 .000 4 表 ?？梢钥吹?p=0，小于 ，說明這些因素中有些變量對白鼠的生存時間有顯著影響。 給出了各個變量的單個模型系數(shù)檢驗結(jié)果，可以看到體重變量的 p=0，說明體重對風險函數(shù)有極顯著影響。體重每增加 1（盎司），風險大約為原來的 1/3；治療方法的 p=，影響幾乎顯著，傳統(tǒng)方法的風險為試驗方法的 ；而性別和年齡對風險的影響微弱。 圖 Cox模型繪制的生存函數(shù)和風險函數(shù) 。 圖 Cox模型 累積 生存 函數(shù) 表 B SE Wald df Sig. Exp(B) % CI 用于 Exp(B) 下部 上部 治療方法 .561 .308 1 .068 .959 性別 .557 .086 1 .769 .849 .285 年齡 .022 .052 1 .820 .995 .953 體重 .222 1 .000 .344 .223 .531 圖 Cox模型 累積 風險函數(shù) 結(jié)論：綜合以上三種模型的分析結(jié)果，我認為在本實驗中白鼠體重是影響其生存時間的重要因素，治療方法的不同也有比較重要的影響，而年齡和性別幾乎不對其生存時間產(chǎn)生影響。 參考文獻： [1]蔡夢 . 生存分析理論及其應用研究綜述 [J]. 價值工程 ,2022,10:1921. [2]李靜萍 .多元統(tǒng)計分析：原理與基于 SPSS的應用 .北京：中國人民大學出版社 , [3}李元章 ,何春雄 .實用生存模型：不完全數(shù)據(jù)分析 .廣州：華南理工大學出版社 , [4]田欣媛 ,周鐳 . 基于生存分析法的顧客生命周期計量研究 ——以商業(yè)銀行信用卡顧客為例 [J]. 管理學報 ,2022,03:471474.
公司管理相關(guān)推薦
鄂ICP備17016276號-1