
作者:丁点helper
来源:丁点帮你
前文我们详解过线性回归,也初步介绍了生存分析所涉及的生存数据,明白了:做生存分析最特殊的一点是分析时要纳入研究对象的“生存时间”,更一般的是指:出现某种特定结局的时间。今天的文章,我们更进一步地来学习如何看懂生存函数和生存曲线。
生存概率和死亡概率
在进入正题之前,我们需要首先明确两个概念:生存概率与死亡概率。
1. 生存概率(survival probability),用p表示,是指某时段开始时存活的个体,到该时段结束时仍存活的可能性。
说起来好像有点儿吓人,但是计算起来很简单:
2. 死亡概率(probability of death),与生存概率相对, 用 q 表示,指某时段开始时存活的个体,在该时段内死亡的可能性。如年死亡概率表示年初尚存人口在今后1年内死亡的可能性。
p + q = 1。
介绍完这两个基础概念后,我们来看看什么叫生存函数(survival function)。
生存率
教科书的定义是:生存函数表示观察对象的生存时间T大于某个时间的概率,常用 S(t)表示。
生存函数又称为累积生存率,简称生存率(survival rate)。例如,前文谈到的肺癌患者,其生存函数可以写作:
代表患者治疗后存活时间大于18个月的概率,该值越大表明治疗的疗效越好。这里有一个点很容易混淆,S(t)表示生存率,而前面我们用p代表的是生存概率。一个是生存率,另一个是生存概率,难道不是一回事儿吗?
还真不是!生存率与生存概率虽然一字之差但定义却不大相同(当然两者也存在联系)。
还是上面的T=18的例子,对于生存率和生存概率,我们可以分别这样来写:
生存率:S(t=18)=P(T>18)
生存概率: P(t=18)=P(T=18)
看上面的式子,生存率的计算是用“>”,而生存概率的计算是“=”。由此,生存概率是指单位时间上生存的可能性,生存率是某个时间段(由一个或多个单位时间组成的时间段)生存的可能性,是多个单位时间生存概率的累计结果。
比如评价肺癌治疗后3年的生存率,是指第一年存活,第二年存活,直至第三年仍然存活的累积概率,而这3年间每一年都会有不同的生存概率,两者之间的关系如下图:
数学上,生存率和生存概率也有如下的计算关系:
生存曲线
除了计算某个时刻(从开始到该时刻的整个时间段)的生存率之外,我们还可以利用图示法更加直观地描述生存率随生存时间的变化而变化。
下图即为根据某项研究制定的生存曲线:横轴是生存时间,纵轴是生存率。
如上图,我们可以发现,当T=11.124时,对应的生存率是0.5。
随着时间的延长,部分患者死亡,从而导致生存函数的值会逐渐降低。从图形上看,当时间趋于无穷大时,生存函数的值趋于0,意味着,长远来看,每位患者的生存时间都是有限的,不可能无限活下去。
在实际应用中如何来估算生存率呢?也很简单,若数据中无删失值(不懂什么是删失,戳此阅读),某时刻的生存率可用下式估计(有删失的情况要更复杂一些):
一般而言,生存分析的主要应用如下:
1.描述生存时间的分布特点。通过生存时间和生存结局的数据估计平均存活时间及生存率,绘制生存曲线,根据生存曲线分析其生存特点等。
2.比较生存曲线。通过相应的假设检验方法对不同样本的生存曲线进行比较,以推断各总体的生存状况是否存在差别,比较不同治疗方法预后效果的差异。
3.分析影响生存状况的因素。通过生存分析模型来探讨影响生存状况的因素,通常以生存时间和结局作为因变量,而将可能的影响因素作为自变量,通过拟合生存分析模型,筛选具有统计学意义的生存状况的影响因素。
具体在实际应用中如何进行生存函数的估计而实现上述应用,这就是我们下篇文章将要给大家带来的内容了。
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08LSTM 输出不确定的成因、影响与应对策略 长短期记忆网络(LSTM)作为循环神经网络(RNN)的一种变体,凭借独特的门控机制,在 ...
2025-07-07统计学方法在市场调研数据中的深度应用 市场调研是企业洞察市场动态、了解消费者需求的重要途径,而统计学方法则是市场调研数 ...
2025-07-07CDA数据分析师证书考试全攻略 在数字化浪潮席卷全球的当下,数据已成为企业决策、行业发展的核心驱动力,数据分析师也因此成为 ...
2025-07-07剖析 CDA 数据分析师考试题型:解锁高效备考与答题策略 CDA(Certified Data Analyst)数据分析师考试作为衡量数据专业能力的 ...
2025-07-04SQL Server 字符串截取转日期:解锁数据处理的关键技能 在数据处理与分析工作中,数据格式的规范性是保证后续分析准确性的基础 ...
2025-07-04CDA 数据分析师视角:从数据迷雾中探寻商业真相 在数字化浪潮席卷全球的今天,数据已成为企业决策的核心驱动力,CDA(Certifie ...
2025-07-04CDA 数据分析师:开启数据职业发展新征程 在数据成为核心生产要素的今天,数据分析师的职业价值愈发凸显。CDA(Certified D ...
2025-07-03从招聘要求看数据分析师的能力素养与职业发展 在数字化浪潮席卷全球的当下,数据已成为企业的核心资产,数据分析师岗位也随 ...
2025-07-03Power BI 中如何控制过滤器选择项目数并在超限时报错 引言 在使用 Power BI 进行数据可视化和分析的过程中,对过滤器的有 ...
2025-07-03把握 CDA 考试时间,开启数据分析职业之路 在数字化转型的时代浪潮下,数据已成为企业决策的核心驱动力。CDA(Certified Da ...
2025-07-02CDA 证书:银行招聘中的 “黄金通行证” 在金融科技飞速发展的当下,银行正加速向数字化、智能化转型,海量数据成为银行精准 ...
2025-07-02探索最优回归方程:数据背后的精准预测密码 在数据分析和统计学的广阔领域中,回归分析是揭示变量之间关系的重要工具,而回 ...
2025-07-02CDA 数据分析师报考条件全解析:开启数据洞察之旅 在当今数字化浪潮席卷全球的时代,数据已成为企业乃至整个社会发展的核心驱 ...
2025-07-01深入解析 SQL 中 CASE 语句条件的执行顺序 在 SQL 编程领域,CASE语句是实现条件逻辑判断、数据转换与分类的重要工 ...
2025-07-01