生存分析概述及实例分析.pptVIP

* * * * * * （10号） 21160311055 侯笛 目录 1 概述 2 常用术语 3 分析方法 4 案例分析 概述 定义 生存分析是研究生存现象和响应时间数据及其统计规律的一门学科。由于最初研究的关键事件是死亡，故称为生存分析。生存分析是统计科学的重要分支，其研究的两个重要变元为“事件”和“寿命”。 事件：生存分析中定义的事件有死亡、损坏、失败、解雇、病发等等。例如病人的死亡，产品的失效，疾病的发生，职员被解雇。 寿命：从记录开始到事件发生的时间。 特点 生存分析的优点在于其能够处理删失数据。 生存分析的统计资料以生存时间为反应变量，此类资料的生存时间变量大多不服从正态分布，且由于删失值的存在，不适合用传统的分析方法处理。此时就应选用生存分析的方法。 研究内容 生存分析研究的内容主要有以下两个方面： 一 对生存过程的描述 二 分析生存过程的影响因素并对生存的结局加以预测 应用领域 生存分析虽然源自医学领域，但其在生物学，保险学，可靠性工程学，经济学，教育学，社会学等领域都有广泛的应用。比如： 医疗科学中病人的去世 保险行业中的赔偿 可靠性工程中产品的失效 金融领域中银行账户从开立到取消的时间的研究 教育行业中学生的中途退学 客户关系管理中的客户流失 常用术语 生存数据 生存分析中所分析的数据通常称为分析数据，一般度量的是某个事件发生所经历的时间长度。生存数据可以分为完全数据和删失数据。 完全数据：指提供了完整信息的数据。例如，在研究产品的失效时间时，某个样品从进入研究直到失效都在我们的观察中，可以得到该样品的具体失效时间，这就是一个完全数据。 删失数据：是指在观测期内，我们并没有看见个体的状态发生改变，无法确定个体具体的生存时间。又分为左删失数据，右删失数据，区间删失数据。 A B C D E 删失数据示意图 起始 观测时间区间 终止 死亡 死亡 死亡 未知 退出 完全数据： A,观测期内死亡 右删失数据： B，观测未终止时因故退出 C，观测终止时尚未死亡 左删失数据： D，死亡时间在某一时刻之前，具体时间未知 区间删失数据： E，死亡时间位于某一区间，具体时间未知 生存函数 生存函数（survival function），又称为累积生存率，我们用符号T表示个体的生存时间（从开始记录到事件发生的时间），用 t 表示观测时间，将生存函数记作 S（t），是指个体生存时间大于 t 的概率。 S（t）= P（T＞ t ），显然 S（t）是非升函数，且S（0）= 1, S(∞）= 0， 风险函数 风险函数（hazard function），又称为瞬时死亡率，记作 h（t）。是指在t时刻存活的个体，在t+? t 时刻死亡的概率。 显然，h（t）非负，且无上限。 分析方法 按照是否使用参数，可以将生存分析中的分析方法分为三类： 参数方法：若已经证明某事件的发展可以用某个参数模型很好地拟合，就可以用参数方法做该事件的生存分析。常用的参数模型有指数分布模型、对数分布模型、正态分布模型，威泊分布模型等。 非参数方法：当被研究事件不能被参数模型很好地拟合时，可以采用非参数方法研究它的生存特征。常用的非参数方法包括生命表分析和K-M分析。 半参数方法：它比参数模型灵活，与非参数方法相比更容易对分析结果进行解释。生存分析中使用的半参数模型是Cox比例风险模型。 非参数方法 生命表分析 K-M分析 生命表分析 生命表分析将观测时间分成时间段，按时间段逐个统计事件发生的情况，以此估计生存函数。假设共有k个时间段 [ t 0 , t 1) , [ t 1 , t 2) , … , [ t k-1 , t k ) , 每个区间中事件发生的次数分别为 d 1 ，d 2 ,… , d k , 每个区间中的个体总数分别为 n 1 , n 2 ,… , n k ,所以在第 i 个区间个体存活的概率为（n i - d i ）/ n i ，而个体可以从第一个区间存活到第 i 个区间的概率(累积生存率）为： i = 1 , 2 ，… ，k ，且S（t）为递减函数。 K-M分析 Kaplan-Meier分析，也称为乘积极限分析，是Kaplan和Meier在1958年提出的一种估计生存函数的非参数方法。与生命表分析不同，K-M分析以事件发生的时间点将观测区间分段，用来估计生存函数。下举例说明其具体的分