生活桌子

有许多情况,您希望检查一下 两种事件之间的分布,例如就业时间 (被雇用和离开公司之间的时间)。但是,这是这样的 类型的数据通常包括一些案例第二事件 没有记录(例如,人们仍为公司工作 在研究结束时)。这可能发生了几个原因:因为 一些情况下,事件根本不会发生在研究结束前; 对于其他案例,我们在之前的某个时候失去了他们的状态 研究结束;还有其他案件可能无法继续 与研究无关的原因(例如员工生病 休假)。统称,这种情况被称为 审查 cases,他们使这种学习不适合传统 techniques such as t 测试或线性回归。

调用对此类数据有用的统计技术 a follow-up 生活表。生活表的基本思想是 将观察期细分为较小的时间间隔。 对于每个间隔,至少观察到的人 长期以来用于计算出现终端事件的概率 在那个间隔。每个间隔估计的概率 然后用于估计事件的总体概率 在不同的时间点。

例子。 是一种比传统更好的尼古丁补丁治疗 补丁治疗帮助人们戒烟?你可以进行 使用两组吸烟者的一项研究,其中一个吸烟者接受了传统的 治疗和另一个接受了实验疗法。 从数据构建生命表将允许您比较 两组之间的总体禁欲率以确定是否存在 实验治疗是对传统治疗的改善。 您还可以绘制生存或危险功能并比较它们 视觉上有更多详细信息。

统计数据。 Number输入,号码离开,号码暴露 冒险,终端事件数量,比例终止,比例 存活,累积比例幸存(和标准错误),概率 密度(和标准误差)和危险率(和标准错误) 对于每个组的每个时间间隔;每个中位生存时间 团体;和Wilcoxon(Gehan)测试以比较存活分布 团体之间。绘图:用于生存,日志生存的功能图, 密度,危害率和一个减去存活率。

生活表数据考虑

数据。 您的时间变量应该是定量的。你的状态 变量应该是二分法或分类的,编码为整数, 使用事件被编码为单个值或连续的一系列 价值观。因子变量应该是分类的,编码为整数。

假设。 感兴趣事件的概率应该 只取决于初始事件后的时间 - 他们被认为是 相对于绝对时间稳定。也就是说,进入的情况 在不同时间进行研究(例如,开始治疗的患者 在不同的时间)应该表现得很想象。也应该有 在审查和未经审查的案例之间无系统差异。如果, 例如,许多审查的案件是更严重的患者 条件,您的结果可能会偏见。

相关程序。 生活表程序使用精算 这种分析方法(通常是存活分析)。 Kaplan-Meier生存分析程序使用略微不同 计算不依赖于分区的生命表的方法 观察期为较小的时间间隔。这种方法是 建议如果您有少量观察,这样 每个生存中只会有少量观察 时间间隔。如果您有疑虑的变量相关 为了控制(协变量)的生存时间或变量, 使用COX回归过程。如果您的协变量可能有不同 不同点的值对于同一情况,使用Cox回归 随着时间依赖的协变者。

创造寿命表

此功能需要 SPSS®统计数据 Standard 版本或高级统计选项.

  1. 从菜单中选择:

    分析 > Survival > Life Tables...

  2. 选择一个 数字 survival variable.
  3. 指定要检查的时间间隔。
  4. 选择一个状态变量以定义终端的案例 event has occurred.
  5. 点击 定义事件 to specify the value 表示事件发生的状态变量。

可选地,您可以选择一阶因子变量。精算 为每个类别生存的生存变量表 the factor variable.

您还可以选择二阶 通过因素 variable. Actuarial 为每个组合产生生存变量的表 第一和二阶因子变量。

这 procedure pastes 生存 command syntax.