生存分析是一个探究特定感兴趣事件发生之前经历的时间量的过程。在很多实验（尤其是生物科学实验）中，感兴趣事件通常是研究中的受试者（老鼠、细胞等）死亡。这些实验的反应变量是受试者的生存历时（该分析因此而得名）。然而，生存分析同样适用于其他关注事件发生前时间数据的实验，例如，测量机械部件在断裂或失效之前的使用时间，或者测量学生获得学位所需的时间。在这些情况下，分析可能有不同的名称（在经济学中，这些分析可能称为“持续时间分析”或“持续时间建模”；在社会学中，这些研究可以称为“事件历史分析”）。但所有这些分析的本质相同。
生存分析的主要结果之一是了解生存概率如何随时间变化。这种关系可以用生存曲线图的形式表示出来。这些曲线均针对给定群体生成，X轴表示历时，Y轴表示生存概率（分数或百分比）。因此，曲线上的位置定义为相关群体中的个体能够在给定的时间量内“生存”且未发生感兴趣事件的概率。思考一下下文所示的生存曲线示例：
在该图表中，可以看到生存曲线的经典“阶梯”斜率。生存概率在该图表中以百分比显示，从时间零点的100%开始，到时间83天左右，以0%结束。“阶梯”形状是生存概率计算方式的结果：仅当群体中有人发生感兴趣事件时，生存概率才会发生变化（当感兴趣事件是死亡时，这些点就是个体死亡的时间点），因此这些垂直下降中的每一个点均代表研究群体中的一例事件。然后，这些图表可用于确定单个群体的重要信息（例如，中位生存时间），或者对多个群体进行统计比较，每个群体均有其相应的生存曲线。
上述曲线使用Kaplan-Meier方法绘制，且指南这一部分解释了如何在Prism中执行Kaplan-Meier生存分析。
