SPSS > 使用技巧 > 在SPSS中用Kaplan-Meier模型判断单个指标对生存期的影响

在SPSS中用Kaplan-Meier模型判断单个指标对生存期的影响

发布时间:2021-06-10 16: 09: 36

之前我们用Cox回归模型探讨过多个指标对生存期的影响,但是Cox回归模型仅限于数据中具有多个指标,如果我们只有一个指标,那么又该如何进行生存期影响分析呢? 

下面我们将学习另外一种生存分析模型--Kaplan-Meier模型,该模型可用于分析单个指标对生存期的影响差异。

一、Kaplan-Meier模型设置

首先还是先来看一下我们的演示数据,数据按照手术方式这一指标分为2组,手术方式用0和1表示,因变量有2个,生存结果和生存时间。生存结果用0表示存活,1表示死亡;生存时间表示手术后生存的总周数。

图1:演示数据

在分析菜单中,找到生存分析项,然后点击其中的“Kaplan-Meier”,打开我们的KM模型设置界面。

图2:Kaplan-Meier

接着我们在时间项中选择“生存时间”,状态选择生存结果,点击“定义事件”按钮,选择单值,值输入1,再点击继续回到上个界面中,设置因子为单指标变量—手术方式,操作步骤见图3。

图3:KM设置

点击“比较因子”按钮,在检验统计中,勾选“秩的对数”和“布雷斯洛”作为检验组间生存分布是否相同的组间比较方法。

其中,“秩的对数”方法,对远期差异较为敏感;而布雷斯洛对近期差异较为敏感。因此,对于一开始粘在一起,随时间推移越拉越开的生存曲线,“秩的对数”方法较“布雷斯洛”方法容易得到差异有显著性的结果;反之,对于一开始相差较大,随着时间推移反而越来越近的生存曲线,“布雷斯洛”方法容易得到差异有显著性的结果。

图4:比较因子设置

在选项设置中,我们在统计栏中勾选上“平均值和中位数生存分析函数”,在图一栏中勾选上“生存分析函数”,如图5。最后点击继续和确定,生成模型分析结果。

图5:选项设置

二、结果分析

最终生成的结果表格如图6所示,共有三个表格。我们主要看中间的表格,从表格中我们可以看出,手术方式1估算的平均存活时间为19.846周,手术方式2,估算的平均存活时间为7.376周。

图6:结果表格

除上述三个表格外,我们还绘制了一个生存分析函数图,如图7。从图中可更直观看出手术方式1比手术方式2的存活时间要更长。

图7:生存函数分析图

以上统计分析结果也说明了Kaplan-Meier模型在单指标因素对生存期的影响分析中,具有较好的准确性。以上就是本节关于IBM SPSS Statistic软件使用Kaplan-Meier模型的所有教程,希望能给大家在数据的生存分析中,带来一定的帮助。

作者署名:包纸

展开阅读全文

︾

标签:spss

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS哑变量线性回归分析 SPSS哑变量分析结果
哑变量线性回归分析,就是将原本的名义变量转换哑变量后,再进行线性回归。因为名义变量本身没有数值含义,所以要将它们设置为哑变量后,才可以参与到数据的运算中。在SPSS软件中,可以通过创建虚变量(哑变量)完成转换,操作起来简单好用,接下来我们会介绍SPSS哑变量线性回归分析,SPSS哑变量分析结果的相关内容。
2026-11-04
SPSS K均值聚类结果怎么看 SPSS K均值聚类后的结果怎么用于正态性检验
K均值聚类是一种常用的聚类分析方法,它的特点在于可以先选取K个对象作为初始的聚类中心,然后再计算每个对象到各聚类中心的距离,再将对象分配给较近的聚类中心,相对于其他聚类方法来说,K均值聚类会更简单。SPSS拥有成熟的K均值聚类的分析功能,接下来本文会介绍SPSS K均值聚类结果怎么看,SPSS K均值聚类后的结果怎么用于正态性检验的相关内容。
2026-11-04
SPSS多重线性回归分析怎么做 SPSS多重线性回归分析结果解读
多重线性回归分析,就是研究一个因变量和多个自变量的线性关系。与简单的回归分析不同,这里会涉及到多个自变量,比如研究影响销售额的因素,可能会包含客流量、销售量等,这些因素与销售额之间就可以构成多重线性关系,在SPSS软件中,可以轻松进行多重线性回归分析,接下来我们会介绍SPSS多重线性回归分析怎么做,SPSS多重线性回归分析结果解读的相关内容。
2026-11-04
SPSS中如何设置哑变量 如何用SPSS设置哑变量做Logistic回归
如果分析的数据中包含了一些分类变量,比如性别、地区、类型等,为了让这些分类变量可以参与数值运算,可以在研究分析数据前,将它们设置为哑变量,这样就能给它们赋予数值含义。在SPSS的软件使用中,可以在Cox回归、Logistic回归、线性回归等分析方法中设置哑变量。接下来,我们会介绍SPSS中如何设置哑变量,如何用SPSS设置哑变量做Logistic回归的相关内容。
2026-11-04
SPSS几何均数怎么输入数据 SPSS怎么计算几何均数的平均值
几何均数,与常用的均值一样,都可以用来描述数据的集中趋势。所不同的是,均值是用所有数据的和除以个数,而几何均数是用所有数据的乘积来开n次方根。所以,几何均值相对于均值来说,更不容易受到极端值的影响,比较适合用来计算比例、比率等。接下来我们会介绍SPSS几何均数怎么输入数据,SPSS怎么计算几何均数的平均值的相关内容。
2026-11-04
SPSS概率分析如何进行预测 SPSS如何做概率分布函数
概率分析指的是统计学中利用数理统计的方法对事件发生可能性进行分析和预测的一种分析方法,它的核心概念就是在充满不确定性的情况下,尽可能地预测某个事件发生的概率。概率分析在生物医疗领域的应用十分广泛,例如通过研究某种农药不同浓度情况下,害虫的死亡情况,可以得出该农药的“刺激强度”与“响应比例”关系,这就是概率分析中常用的一种分析方法,也是SPSS软件中“概率分析”功能所采用的分析方法。本文就介绍关于SPSS概率分析如何进行预测,SPSS如何做概率分布函数的相关内容。
2026-11-04

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: