Process / pipelinetime-event-modeling
生存分析
生存分析是用于建模从定义起点到感兴趣事件发生（疾病、康复、死亡、设备故障）之间时间的一系列统计方法。Kaplan和Meier的非参数估计量（1958）以及David Cox的比例风险模型（1972）共同使得对删失数据（事件时间未知的个体，因为他们退出研究或在随访时仍未发生事件）的分析成为可能。该方法在肿瘤学、心脏病学、传染病研究、工程可靠性以及任何关注事件发生时间的领域都不可或缺。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
另有 31 项
来源
- Kaplan, E. L., & Meier, P. (1958). Nonparametric estimation from incomplete observations. Journal of the American Statistical Association, 53(282), 457–481. DOI: 10.1080/01621459.1958.10501452 ↗
- Cox, D. R. (1972). Regression models and life-tables. Journal of the Royal Statistical Society, Series B, 34(2), 187–220. DOI: 10.1111/j.2517-6161.1972.tb00899.x ↗
如何引用本页
ScholarGate. (2026, June 4). Time-to-Event Analysis. ScholarGate. https://scholargate.app/zh/research-statistics/survival-analysis
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →被引用于
自适应竞争风险分析贝叶斯队列研究贝叶斯队列研究贝叶斯Cox比例风险模型贝叶斯剂量-反应分析贝叶斯Kaplan-Meier分析队列研究Cox比例风险模型剂量-反应分析萌发动力学模型Kaplan-Meier分析逻辑回归匹配的Cox比例风险模型匹配的Kaplan-Meier分析元分析 Kaplan-Meier 分析Meta-analytic Survival Analysis多中心队列研究多中心Cox比例风险模型多中心Kaplan-Meier分析多变量队列研究嵌套病例对照研究实用剂量-效应分析Pragmatic Kaplan-Meier Analysis实用生存分析倾向得分匹配前瞻性队列研究前瞻性Cox比例风险模型前瞻性剂量-反应分析前瞻性嵌套病例对照研究前瞻性生存分析随机对照试验 (RCT)随机对照试验 (RCT)回顾性队列研究回顾性Cox比例风险模型回顾性III期临床试验回顾性生存分析风险调整病例系列风险调整的竞争风险分析风险调整的Kaplan-Meier分析风险调整生存分析