接上篇文章生存分析（1），本文将进一步介绍生存分析中有关生存率的具体算法及其应用

Kaplan-Meier法由Kaplan和Meier于1958年提出，直接用概率乘法定理估计生存率，故称乘积极限法（product-limit method），是一种非参数法。

a. 将样本生存时间T从小到大排列成如表第1栏。若遇到非删失值和删失值相同时，非截删失排在前面。 b. 列出与T相应的死亡人数d，如表第2栏 c. 列出期初病例数n,如表第3栏，即生存期为某时间时尚存活的病例数 d. 计算活过各时点的生存率P（T>t），计算公式为

均数的标准误 为了表示均数的抽样误差大小如何，用的一种指标称为均数的标准误。我们以样本均数为变量，求出它们的标准差即可表示其变异程度，所以将样本均数这“标准差”定名为均数的标准误，简称标准误，以区别于通常所说的标准差。标准差表示个体值的散布情形，而标准误则说明样本均数的参差情况，两者不能混淆。 （具体可参考这里的介绍）

对于K-M法，标准误的计算方法有两种： Sp(T>t)=P(T>t)∑d(n−d)n−−−−−−−√

Sp(T>t)=P(T>t)1−P(t>t)n−d−−−−−−−√

例数较多时，两法计算结果相同，但例数逐渐减少，法1的结果偏小，法二的结果偏大。

利用正态近似原理，估计总体生存率的可信区间,如95%置信度

对数秩检验（log-rank test） 属于非参数检验，用于比较两组或多组生存曲线或生存时间是否相同 检验统计量为卡方 χ2 自由度=组数-1

同K-M法

1.格式与精确度 K-M法使用患者实际寿命作为分布区间，相对更精确 寿命表法采用人为规定时间段作为分布区间，范围扩大精确度有所下降

2.适用范围 K-M法更适合于样本量较少的数据 寿命表法更适合于样本量较大的数据 （不过，考虑到现在计算能力的强大，一般程度的数据量并不会对计算速度有太大影响）

3.关注点不同 K-M法关注每一个时点的生存率，重视对生存率规律的细致把握，可以利用K-M的结果去研究影响生存率变化（如曲线的突变点）的影响因素。 寿命表法则更重视对生存规律的总体把握（如各年生存率的情况）。

至此，有关生存分析的非参数研究方法K-M与寿命表法就介绍完了。接下来的一篇文章，将介绍含参数的研究方法—Cox比例风险回归模型。