可视化绘图技巧100篇分析篇（二）-生存曲线（LM曲线）（补充篇）

目录

前言

知识储备

生存分析中的基本概念

生存分析 (survival analysis)

事件 (event)

生存时间 (survival time)

删失（censoring）

生存函数 (survival function)

风险函数 (hazard function) 和风险比 (hazard ratio)

统计学中的假设检验

孟德尔遗传学中的拟合优度检验

比较两条生存曲线

算法原理

数学模型

1.1 Kaplan-Meier 生存曲线的画法

1.2 生存率的点估计

1.3 生存率的区间估计

1.4 生存率的组间比较

1.5 模型基本步骤

算法思想

K-M曲线（生存分析）是什么？

生存分析的目的？

生存分析的数据组成有哪些？

Kaplan-Meier曲线实例

绘图工具

SPSS

Graphpad prism绘制生存曲线（Survival curve）

Origin

 R语言绘制生存曲线

---

前言

生物统计学由于其中无法回避的数学内容，容易让非数理或统计学背景的制药业研发人员望而生畏。生存分析有三大支柱：(1) Kaplan-Meier曲线；(2) 对数秩检验 (Log Rank Test)；(3) Cox回归模型。其中方法(1)和(2)背后的概念和运算除了与条件概率有关的定义很难科普之外 (但可以诉诸直觉而绕过)，其余内容只需中学数学知识就能理解；方法(3)涉及的数学内容相对复杂，可能更适合读完本文后意犹未尽的读者通过教科书来自学。幸运的是，对于临床试验中常见的双样本分析而言 (也即比较试验组和对照组的两条生存曲线时不考虑其它协变量和分层分析)，对数秩方法既是给出差异显著性概率值的最常用手段，也能用来近似估算出与Cox回归法渐近等价 (asymptotically equivalent) 的风险比数值。

Kaplan-Meier 曲线又称生存曲线，是一种生存分析的常用方法，主要分析单一因素对生存期的影响，用于估计患者生存率和绘制生存曲线。

生存曲线以生存时间为横轴，生存率为纵轴，绘制而成的连续型的阶梯形曲线，用以说明生存时间与生存率之间的关系。

生存曲线一般是平滑且水平延伸的&#