生存分析：是将事件的结果（终点事件）和出现这一结果所经历的时间结合起来分析的一种统计分析方法。
可以是任何事件
生存分析不同于其它多因素分析的主要区别点就是：生存分析考虑了每个观测出现某一结局的时间长短
生存时间：是指终点事件与起始事件之间的时间间隔
终点事件：是指研究者所关心的特定结局
起始事件：是指反映研究对象生存过程的起始特征事件
生存时间的类型
1、完全数据：
指事件从开始到事件结束，观察对象一直都处于观察范围内，我们得到了事件从开始到结束的准确时间。
2、截尾数据（删失数据）：指在研究分析过程中由于某些原因，未能得到所研究个体的准确时间，这个数据就是删失数据
3、截尾原因：失访、死于其他疾病、观察结束时病人尚存活等，在动物实验研究中大多由于研究观察时间已到，不能继续下去所造成。
生存资料的主要特点
1、含有截尾数据
2、截尾数据的特点：真实的生存时间未知，只知道比观察到的截尾生存时间要长
3、生存时间的分布一般不呈正态分布
生存概率
从某单位时间段开始，存活的个体到该时间段结束时个体仍存活的可能性，又称生存率
生存概率 = 下一时段开始的人数/该时段开始的人数 = 1- 死亡率
生存函数： 某时间t存活的概率
生存曲线
以观察（随访）时间为横轴，以生存率为纵轴，将各个时间点所对应的生存率连接在一起的曲线图。
生存曲线是一条下降的曲线，分析时应注意曲线的高度和下降的坡度。
平缓的生存曲线表示高生存率或较长的生存期，陡峭的生存曲线表示低生存率或较短生存期
曲线上有“+”，说明有删失数据
生存分析的方法
1.参数方法--少用，需要满足某些分布模型
2、半参数方法--Cox模型
3、非参数方法--寿命表分析法 和 K-M方法
生存分析的SPSS操作
1、寿命表法：适用于样本量较大，通常数据先按时间段进行分区组，然后再进行相应的分析
2、 Kaplan-Merier 法：利用概率乘法定理计算生存率，又称乘积极限法，适用于小样本或大样本未分区组资料分析
每一个样本计算生存时间
其内部含三种算法，均选择，到时候选差异明显的即可，报道自己选择的具体哪一种算法
3、cox Regression 法：用以描述多个变量对生存时间的影响。此时可控制一个或几个因素，考察其他因素对生存时间的影响，及各因素之间的交互作用。
各因素的差异 各因素对结局的影响
生存分析必须要有结局事件和结局时间
有点类似于Logistic回归模型
此外还有时间依赖性Cox回归，可以看出发病时年龄对疾病的意义，不过不能作图。
补充：per 1 sd
不符合正态分布，就进行标准化
分析--描述统计--描述 选择标准化 （通常是以0位均值，1为标准差，Z score）
可以自行查看z score确定
所以对于标准化后的数据，因为标准差为1，所以数据每增加一个单位，就是一个标准差，所以就是per 1 sd
