请问一下各位，survival analysis总的kaplan-meier估计与cox风险模型主要有什么区别？他们的适用条件都是什么？哪种方法能更全面一些呢？谢谢各位了
survival analysis中的kaplan-meier估计与cox风险模型的区别
其实，K-M方法和Cox模型都是医学领域的研究课题，由于人寿保险需要使用生命表和生命模型，因此才会适度学习这些知识。
K-M方法是一种非参数方法，也被称为乘积极限法（Product-Limit method），它的原理实际上就是在说一个简单的思路，即 tPx=Px*Px+1*Px+2*...*Px+t-1。K-M方法完全使用经验数据构造生存曲线，因此说是一种非参数方法。它既可以适用于小样本，又可以适用于大样本。当然，基于大样本的生存曲线会更合理些，基于小样本的生存曲线的误差可能会比较大。
Cox模型是医学界创造的一个经典模型，模型以死亡力（或称瞬时死亡率）为因变量，以多个影响因素为自变量，同时考虑到时间变量，通过回归分析拟合死亡力函数。拟合得到的模型需要进行拟合优度的检验，如果拟合力较强，可以用来预测未来死亡率和构造生存曲线。这种方法是参数方法，因此得到参数模型可以做出比经验数据更多的分析。
以上简介供参考，希望对你有所帮助。
K-M方法是一种非参数方法，也被称为乘积极限法（Product-Limit method），它的原理实际上就是在说一个简单的思路，即 tPx=Px*Px+1*Px+2*...*Px+t-1。K-M方法完全使用经验数据构造生存曲线，因此说是一种非参数方法。它既可以适用于小样本，又可以适用于大样本。当然，基于大样本的生存曲线会更合理些，基于小样本的生存曲线的误差可能会比较大。
Cox模型是医学界创造的一个经典模型，模型以死亡力（或称瞬时死亡率）为因变量，以多个影响因素为自变量，同时考虑到时间变量，通过回归分析拟合死亡力函数。拟合得到的模型需要进行拟合优度的检验，如果拟合力较强，可以用来预测未来死亡率和构造生存曲线。这种方法是参数方法，因此得到参数模型可以做出比经验数据更多的分析。
以上简介供参考，希望对你有所帮助。
23 天 后
[quote]引用第1楼Sherwin于2008-11-12 17:11发表的“”:
其实，K-M方法和Cox模型都是医学领域的研究课题，由于人寿保险需要使用生命表和生命模型，因此才会适度学习这些知识。
K-M方法是一种非参数方法，也被称为乘积极限法（Product-Limit method），它的原理实际上就是在说一个简单的思路，即 tPx=Px*Px+1*Px+2*...*Px+t-1。K-M方法完全使用经验数据构造生存曲线，因此说是一种非参数方法。它既可以适用于小样本，又可以适用于大样本。当然，基于大样本的生存曲线会更合理些，基于小样本的生存曲线的误差可能会比较大。
Cox模型是医学界创造的一个经典模型，模型以死亡力（或称瞬时死亡率）为因变量，以多个影响因素为自变量，同时考虑到时间变量，通过回归分析拟合死亡力函数。拟合得到的模型需要进行拟合优度的检验，如果拟合力较强，可以用来预测未来死亡率和构造生存曲线。这种方法是参数方法，因此得到参数模型可以做出比经验数据更多的分析。
.......[/quote]
嗯，有点误导人哟，看不下去了，掺合两句：Cox模型应该是采用的半参数方法（Semiparametric），一方面，因为对基准点的风险函数（Baseline Hazard Function）的不确定性，从而采用部分非参数方法；另一方面，它又用参数的模型考虑到失败率（Failure Rate，是不是你说的死亡力？）和协从变量（Covariates）之间的关系。Cox模型又称相对风险回归模型（Relative Risk Regression Model）或比例风险模型（Proportional Hazards Model），它的巧妙之处在于大家关心的是自变量或协从变量的不同程度的风险比率，从而可以将不确定的基准点的风险函数对约掉；而且在估计参数变量可以用部分或然函数（Partial Likelihood Function）而非最大化或然函数（Maximum Likelihood Funciton）来求解。现在大家用起Cox模型似乎是理所当然，结果很容易解释，但当时的David Cox提出这个模型的时候，称他为天才都不过分。
其实，K-M方法和Cox模型都是医学领域的研究课题，由于人寿保险需要使用生命表和生命模型，因此才会适度学习这些知识。
K-M方法是一种非参数方法，也被称为乘积极限法（Product-Limit method），它的原理实际上就是在说一个简单的思路，即 tPx=Px*Px+1*Px+2*...*Px+t-1。K-M方法完全使用经验数据构造生存曲线，因此说是一种非参数方法。它既可以适用于小样本，又可以适用于大样本。当然，基于大样本的生存曲线会更合理些，基于小样本的生存曲线的误差可能会比较大。
Cox模型是医学界创造的一个经典模型，模型以死亡力（或称瞬时死亡率）为因变量，以多个影响因素为自变量，同时考虑到时间变量，通过回归分析拟合死亡力函数。拟合得到的模型需要进行拟合优度的检验，如果拟合力较强，可以用来预测未来死亡率和构造生存曲线。这种方法是参数方法，因此得到参数模型可以做出比经验数据更多的分析。
.......[/quote]
嗯，有点误导人哟，看不下去了，掺合两句：Cox模型应该是采用的半参数方法（Semiparametric），一方面，因为对基准点的风险函数（Baseline Hazard Function）的不确定性，从而采用部分非参数方法；另一方面，它又用参数的模型考虑到失败率（Failure Rate，是不是你说的死亡力？）和协从变量（Covariates）之间的关系。Cox模型又称相对风险回归模型（Relative Risk Regression Model）或比例风险模型（Proportional Hazards Model），它的巧妙之处在于大家关心的是自变量或协从变量的不同程度的风险比率，从而可以将不确定的基准点的风险函数对约掉；而且在估计参数变量可以用部分或然函数（Partial Likelihood Function）而非最大化或然函数（Maximum Likelihood Funciton）来求解。现在大家用起Cox模型似乎是理所当然，结果很容易解释，但当时的David Cox提出这个模型的时候，称他为天才都不过分。
10 天 后
[quote]引用第2楼hexm26于2008-12-05 09:20发表的“”:
嗯，有点误导人哟，看不下去了，掺合两句：[/quote]
呵呵，多谢指正。
我不是专门研究生存模型的，不当之处，随时指正，呵呵。
嗯，有点误导人哟，看不下去了，掺合两句：[/quote]
呵呵，多谢指正。
我不是专门研究生存模型的，不当之处，随时指正，呵呵。
[quote]引用第3楼Sherwin于2008-12-15 14:33发表的“”:
呵呵，多谢指正。
我不是专门研究生存模型的，不当之处，随时指正，呵呵。[/quote]
共同学习，共同学习。
呵呵，多谢指正。
我不是专门研究生存模型的，不当之处，随时指正，呵呵。[/quote]
共同学习，共同学习。
2 年 后
学习了[s:13]
回复 第3楼 的 hexm26：弱弱的回复一下，其实在较简单的模型设定下，是可以用极大似然估计的，具体可以参照Loss Models这本书。
7 个月 后
Kaplan-meier用于估计生存函数(survival function).
如3楼所言，Cox模型用于检查风险函数(hazard function)与协从变量（covariates）之间的关系。
4 天 后
cox天才
2 年 后
回复 第3楼 的 hexm26：请问怎么用时依协变量做PH假设检验?谢谢！！！
2 年 后
zheyang 回复 第3楼 的 hexm26：解释得很到位。。。有什么书比较著名么？