PSYCH统计实验室
前言
对于R使用不是很熟练的同学，SPSS上提供了完整的生存分析操作程序，可以辅助我们更快得到想要的答案。
找到K-M检验键入，选择变量进入分析框：
其中时间为样本的生存时间，状态为样本在结束随访时的状态，并对其进行定义：
由于死亡案例标注为1，而我们在分析过程中重点关注因假设而死亡的病例，所以单值设置为1。
这里的因子就是在整个随访过程中的分组方式，可以检验任意的假设分组。
组间比较的方式可以将三种都选中，其中Log-Rank与布雷斯洛的区别在上期推送中有相关说明。
在保存中，可以选中以上内容，来作为后续结果的参考。
在选项中，我们可以选择以上需要展示的内容。
第一部分的结果：
首先是对sex进行分组时组间是否具有统计学差异（在自己的实验中，也可能为干预方式分组等等）
可以很明确地看到，这三种统计学方式的检验结果都不具有显著差异。
此图为生存分析函数形式，其看法与R中做出的结果看法相同。因为两组线条有相交，所以两组之间不具有显著差异。
分析其他影响生存时间分布的因素，也同样按照此前的单因素与多因素的方式分别进行。
首先，找到COX回归的按钮。
打开后输入时间，状态，并定义事件，再输入协变量（单因素cox回归可以先输入一个，再将单因素具有统计学意义的筛选入多因素cox回归中。）
图中需要输出生存分析图。
保存生存函数，Xbeta比例系数（>1，危险因素；<1，不是危险因素）
选项中重点选择左边模型统计中的95%置信区间以及估算值相关性。
结果解读：
需要报告-2对数似然。
显著性方面＜0.05，代表SO2越低越容易死亡。 其HR值为2.372。单因素cox分析得出此变量可以进入多因素cox回归。
执行步骤与之前单因素cox回归相同，但在变量选择中，输入多个协变量。
对分类变量进行分类协变量标记
并在图中选择分类变量进行单独线条绘制。
结果：
最终得到cox比例风险模型中的变量情况。（此时sex由于没有统计学意义已经被模型迭代删除。）
此时的生存模型如上图所示。
但由于分类协变量无意义，所以未得出根据分类变量进行分类时的双分布图。
当分类有统计学意义时，可以得到如下图像：
PSYCH统计实验室
通知公告
网络分析课程目前开放视频课啦
单次课200元/讲（学生），250元/讲（非学生）
共有四讲内容：
①横断面网络分析简介与基础
②网络分析与因子分析
③交叉滞后网络分析
④时间序列网络分析
购买后开放视频权限14天，可多次申请。
并赠送所有课程相关资料（无PPT）
如果想申请购买，请联系M18812507626
更多资讯
关注我们
文稿：莲花清瘟
排版：Little Star
责编：Wink
审核：摘星
本文由“Psych统计自习室”课题组原创，欢迎转发至朋友圈。如需转载请联系后台，征得作者同意后方可转载。
