Please enable JavaScript to view this site.

在上一节中,我们介绍了柯克斯比例风险模型(Cox proportional hazards)的概念,该模型利用记录的事件发生时间数据、模型中各预测变量的取值以及某个未定义的基线风险函数,来估计个体的风险率。 在本节中,我们将探讨危险率与生存函数之间的关系,以及它们如何与原始事件发生时间数据建立联系。 请注意,本节将较深入地探讨生存分析背后的数学原理。虽然这些知识对于理解此类分析的运作机制非常有用,但要进行和解读生存分析,并不需要完全掌握本节中的数学内容。

Cox回归的数学细节将在以下页面中介绍:

•生存函数的数学原理

•危险函数的数学原理

•累积危险函数的数学原理

•模型系数及平局数据概念的数学原理

 

如果您不想深入探讨特异性的数学细节,不妨查看以下其他章节:

•教程:卡普兰-迈尔生存分析

•卡普兰-迈尔生存分析的结果

•教程:Cox比例风险回归

•Cox比例风险回归的结果