SPSS > 使用技巧 > IBM SPSS Statistics的生存分析寿命表简单使用方式

IBM SPSS Statistics的生存分析寿命表简单使用方式

发布时间:2021-07-13 11: 30: 59

寿命表分析,一般目的是为了通过数据,制作寿命表和对应的生存函数图,以此分析出在不同时间的对应生存率。它的优点在于对生存时间的分布没有过多限制,可估算某生存时间的生存率,可比较不同处理组的生存率,可考察影响因素,所以应用广泛。

接下来我们简单地通过一篇文章,了解IBM SPSS Statistic软件制作寿命表的操作步骤。

一、操作步骤

下图1是收集了150只老鼠在200天内是否存活(对应time)的相关数据,我们分别给予它们低脂饮食、饱和饮食和不饱和饮食(对应食物1到3),并注释等量的肿瘤细胞,之后记录下它们的生存和死亡情况(对应状态0和1)。

图1:使用数据展示

接下来点击【分析】--【生存分析】--【寿命表】,打开寿命表界面,然后在时间栏中填入“time”变量;由于记录测试的时间是200天,因此显示时间间隔从0到200,每10天计算生存率等指标;状态栏输入“状态”变量,因子栏填入“食物”。

图2:填写寿命表设置

之后我们点击“定义时间”,填写单值为0,即指定死亡状态的标签。再点击“定义范围”,设置最小值为1,最大值为3,对应饮食方式1到3,完成后的寿命表设置界面如下图3。

图3:定义范围和事件

点击“选项”按钮,勾选生存分析图和比较的第一个因子级别为总体级别,即总体考察三种不同饮食下老鼠生存时间的差异,设置如下图4。

图4:寿命表选项设置

二、结果分析

图5就是SPSS生成的生存分析寿命表,我们主要参考图5红框划出的“生存分析比例”和“期末累计生存分析比例”两列。

从这两列我们可以看到,第一组老鼠在第70天的生存分析比例为1,期末累计生存分析比例为0.94;第二组老鼠在第70天的生存分析比例为1,期末累计生存分析比例为0.7;第三组老鼠在第70天的生存分析比例为0.33,期末累计生存分析比例为0.23。

图5: 寿命表

其次就是生存分析时间中位数表,这个表的数据表示老鼠死亡一半的时间点,时间中位数越高生存率越高。

图6:生存分析时间中位数

最后是我们在图4勾选的生存分析图,横轴表示时间,纵轴表示生存率,从图中可以看到当老鼠被注入癌症细胞后生存率越来越低,其中第三组生存率降低的最快。

这张表,底部曲线的面积越大,表示生存率越大,其中第一组的生存率是最高的,这也恰好印证了图5的结果。

图7:生存分析图

上述就是关于IBM SPSS Statistics的寿命表的制作操作步骤和最终结果的解析过程了,SPSS集成了多种生存分析的方式,我们可以按需进行选用。更多关于IBM SPSS Statistic软件的使用教程,大家可到中文网站上查询。

作者署名:包纸

展开阅读全文

标签:SPSS寿命表SPSS生存分析

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数据分析里的mean是什么 SPSS里面的mean怎么算
我们在进行数据分析的时候,经常会接触到mean这一指标。mean在数据分析中代表的是均值的含义,可以理解为简单的算术平均值,在不同的场景中都可以见到mean算术均值的应用。例如我们在统计学生的学习成绩时,会有平均分的计算。我们在统计商场的销售额时,也会有一个平均的销售额度。所以mean这个信息在数据分析中起到了重要的作用,下面以SPSS为例,给大家介绍SPSS数据分析里的mean是什么,SPSS里面的mean怎么算的全部内容。
2026-03-03
SPSS双轴线图怎么画 SPSS折线图怎么做双线对比
我们在进行数据研究的过程中,双轴线图是一项不可缺少的内容。双轴线图在数据分析的过程中同样也有着广泛的应用,例如我们在处理不同类型的数据条目时(学生就业率与就业意向之间的关系),就需要用到双轴线图。但是在绘制双轴线图的过程中,如果遇到两条不同的曲线交织的情况,就需要对两者进行对比。这里以SPSS为例,给大家介绍SPSS双轴线图怎么画,SPSS折线图怎么做双线对比。
2026-03-03
SPSS中怎么处理反向题 SPSS怎么处理反向计分题数据
我们在进行数据分析的过程中,经常会遇到处理反向题的情况。反向计分主要应用在现场采访的场景中,由于采访的过程往往具有临场属性,所以受访者在回答问题的时候,可能会出现正向或者反向的情况。例如正向题的分数从1分到5分排列,最高值为5分,而反向值的分数从5分到1分排列,最高值为1分。我们在遇到反向题的场景中就需要进行反向计分,下面以SPSS为例,介绍一下SPSS中怎么处理反向题,SPSS怎么处理反向计分题数据的全部内容。
2026-03-03
SPSS中kmo和巴特利特检验怎么做 SPSS中kmo和巴特利特检验结果怎么看
我们在进行数据分析的过程中,经常会遇到进行kmo和巴特利特检验的操作。kmo和巴特利特检验方法作为后续数据分析的第一道检验关卡,起到了重要的筛选作用。kmo主要检验的是变量间的偏相关性内容,主要反映数据样本是否可以用来做因子分析,kmo数值分析的结果越接近1,代表变量间的相关性越强。而巴特利特检验的原理也是一致的,但是它主要的检验方向侧重在检验变量间的矩阵是否是单位矩阵(变量彼此之间是否独立)。下面以SPSS为例,给大家介绍SPSS中kmo和巴特利特检验怎么做,SPSS中kmo和巴特利特检验结果怎么看的具体内容。
2026-03-03
SPSS一致性检验数据录入方法 SPSS进行一致性检验怎么做
在统计分析中,一致性检验主要用于评估两个评价主体对无序分类变量评价结果的一致性。这种一致性检验适用于很多场景,比如两位医生对病人患病与否的诊断,或是两台机器、两种检验方法对某指标阴性阳性结果的判定等。下面我们一起来探讨关于SPSS一致性检验数据录入方法,SPSS进行一致性检验怎么做的问题。
2026-03-03
SPSS折线图横坐标方向怎么调整 SPSS折线图横坐标不是变量怎么办
在日常的数据分析工作中,我们可以根据折线图里的点位变化,清晰地看出数据的发展趋势,并将这些已有的趋势转化为未来的发展策略。今天我就以SPSS折线图横坐标方向怎么调整,SPSS折线图横坐标不是变量怎么办这两个问题为例,来向大家讲解一下SPSS中调节折线图横坐标的相关操作技巧。
2026-03-03

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: