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.
- 从菜单中选择：
- 选择一个 数字 survival variable.
- 指定要检查的时间间隔。
- 选择一个状态变量以定义终端的案例 event has occurred.
- 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.