Please enable JavaScript to view this site.

在前一部分,我们介绍的理念是,使用记录的事件发生前时间数据、模型中包含的每个预测变量的值以及一些未定义的基线风险函数,借助Cox比例风险估计个体的风险比。在本部分,我们将探讨风险比如何与生存函数相关联,以及如何将各风险比与原始事件发生前时间数据联系起来。请注意,本部分将稍微侧重于生存分析背后的基础数学。虽然这些信息对于了解这些分析的作用方式非常有用,但无需了解本部分的数学知识来执行和解释生存分析。

Cox回归的数学细节在以下几页中进行介绍:

生存函数的数学原理

风险函数的数学原理

累积风险函数的数学方面

模型系数的数学方面和关联数据概念

 

如果您不想深入了解具体的数学细节,请查看以下其他部分:

如何做:Kaplan-Meier生存分析

Kaplan-Meier生存分析结果

如何做:Cox比例风险回归

Cox比例风险回归的结果

 

 

© 1995-2019 GraphPad Software, LLC. All rights reserved.