对于严格审查或完整数据,你可以利用非参数分布分析中的生存概率,结合Kaplan-Meier估计计算中位数、第一四分位数(Q1)和第三四分位数(Q3):
- 中位数是与表中小于或等于 .0.50 的第一个生存概率相关联的时间。
- Q1 是与表中小于或等于 .0.75 的第一个生存概率相关联的时间。
- Q3 是与表中小于或等于 .0.25 的第一个生存概率相关联的时间。
例如,假设有以下输出:
非参数分布分析:100 度
变量的特征
| 95.0% 正态置信区间 |
|
|
|
|
|---|
| 44.7813 | 4.43366 | 36.0914 | 53.4711 | 24 | 38 | 54 | 30 |
|---|
- 中位数 = 38
- 表中小于或等于 .0.50 的第一个生存概率为 .0.475。与该生存概率相关联的时间为 38,因此,中位数是 38。
- Q1 = 24
- 表中小于或等于 .0.75 的第一个生存概率为 .0.75。与该生存概率相关联的时间为 24,因此,Q1 是 24。
- Q3 = 54
- 表中小于或等于 .0.25 的第一个生存概率为 .0.25。与该生存概率相关联的时间为 54,因此,Q3 是 54。
如果在表中找不到生存概率,则四分位数或中位数值将显示为 *。例如,在下表中,不存在小于或等于 .0.25 的生存概率,因此 Q3 显示为 *。
非参数分布分析:80 度
变量的特征
| 95.0% 正态置信区间 |
|
|
|
|
|---|
| 63.7123 | 3.83453 | 56.1968 | 71.2279 | 48 | 55 | * | * |
|---|