作者:丁点helper
来源:丁点帮你
生存分析的上一篇文章主要通过一张表格介绍了计算生存率的方法,称作K-M法,也叫乘积极限法,简单来讲就是将生存概率相乘获得生存率。
生存曲线的估计方法(1):先看懂这个表,比如,前面我们讲过:
好比身高的样本均数,抽取的第一拨人计算的平均身高和第二拨人的平均身高是有差异的。
因为它们都是样本统计量,所以会随着样本的变化而变化。同样地,如果我们想象一下,把这些样本统计量放在一起再求平均数和标准差,那这次得到的这个标准差叫做什么呢?
还记得吗?叫标准误。
在学习均数抽样分布的时候,我们也重点谈过的。
因此,类似的,根据样本计算的生存函数,它也是一个样本统计量,它也可以被计算标准误。
理解了这一层,就应该能搞懂上一篇文章中最后一列出现的“生存率标准误”,如下表第(9)列。
这个“生存率标准误”的计算公式稍微有些复杂,我们可以不详细展开。重点是大家要意识到它所代表的含义:
如果单单由一个样本的生存率去代表总体,会存在误差(类比用一个城市的平均身高代表全国的平均身高),如何去衡量这个误差?由此我们就计算了标准误。
因此,如果搞懂了前面讲的样本均数的标准误等概念,这里就直接类比即可,可见基本的统计学理论和知识点需要重点掌握。
之所以要大费周章地搞懂“生存率的标准误”这个概念,是因为在实际应用中,我们可能经常会面临计算生存率95%置信区间的问题。
同样地,原理和均数95%置信区间几乎完全类似。对这个知识点不熟悉的同学可以阅读我们发的这篇文章。
只要搞懂了置信区间的大逻辑,相信对下面这个生存率的95%置信区间计算公式不会陌生:
因此,我们可以得出:手术后辅助化疗的肺癌患者,10个月生存率的95%置信区间为(0.2848,0.8580),或者写成百分数的形式(28.48%,85.80%)。
讲完生存率置信区间的算法,我们再来复习之前介绍过的一个概念——中位生存时间。
如下图,可以发现,当时间 t=11.124时,对应的生存率是0.5。这表示,当生存时间是11.124个月时,生存函数取值为0.5,从而意味着:
上图有一个专业的名字,叫K-M生存曲线(对应前文讲过的K-M乘积极限法):横轴是生存时间,纵轴是生存率。
从图中我们可以看出,K-M生存曲线呈阶梯性,随着生存时间的增加,曲线呈下降趋势,意味着时间越长,仍然存活的人数越少,生存率越低。如果曲线阶梯陡峭,表明下降速度快,往往生存期较短。
——热门课程推荐:
想学习PYTHON数据分析与金融数字化转型精英训练营,您可以点击>>>“人才转型”了解课程详情;
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
想咨询互联网运营,你可以点击>>>“互联网运营就业班”了解课程详情;
数据分析咨询请扫描二维码
大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28在当今快速发展的数据驱动世界中,数据专员的角色变得愈发重要。无论是在企业决策、市场分析还是产品开发中,数据专员都扮演着不 ...
2024-10-27在当今迅速发展的科技时代,数字化对企业的意义无比深远。它不仅提升了企业的竞争力和运营效率,还显著改善了客户体验,推动了企 ...
2024-10-27企业数字化转型是一个全方位的变革过程,旨在通过应用新兴数字技术,重新设计企业的业务流程、组织结构、产品和服务,以在竞争激 ...
2024-10-27数据挖掘是一种集成了统计学、人工智能和机器学习等多种技术的过程,其主要目标是从大量数据中提取有价值的信息和知识。通过分析 ...
2024-10-27数字经济是一种新型的经济形态,以数字技术为基础,通过数据的获取、存储、加工、传输和应用进行经济发展。其核心在于利用数字化 ...
2024-10-27数据科学无疑是现代数字化社会的中流砥柱。随着大数据和人工智能技术的持续飞跃,各行各业对具备数据分析和管理能力的人才需求呈 ...
2024-10-25在当今快速发展的商业环境中,数字化转型已经成为企业保持竞争力和促进业务增长的必然选择。数字化转型不仅意味着技术的变革,更 ...
2024-10-25在当今数据驱动的商业环境中,数据分析已经成为企业决策过程中的核心要素。企业需要处理海量数据,从中提炼出有价值的见解,以支 ...
2024-10-25