實用生存模型：不完全數據分析

1 基本概念和模型
1.1 生存分析研究的問題
1.2 生存數據
1.3 生存隨機變元的分布及風險函數
2 生存數據的非參數估計
2.1 不完全數據的非參數估計
2.2 生存數據的K.M估計
2.3 生存壽命區(qū)間表估計
2.4 SAS軟件的PROCUFETEST
2.5 實例——特種訓練中雇工淘汰數據的生存分析
3 生存函數的比較
3.1 對數序檢驗
3.2 對例2.3的數據作logrank檢驗
3.3 多元風險函數比的生存數據檢驗（STRATA）
3.4 風險函數的多組對比檢驗
3.5 風險函數比檢驗
3.6 線性序檢驗
3.7 Gehan廣義Wilcoxon檢驗
3.8 廣義Wilcoxon檢驗
3.9 多元樣本的對數序檢驗
3.10 風險函數的意義及討論
4 生存數據分布函數的參數估計
4.1 生存分布的似然函數
4.2 置信區(qū)間
4.3 參數的點估計
4.4 回歸分析的最小二乘估計
4.5 生存分布參數的最大似然估計
4.6 指數分布
4.7 威泊分布
4.8 伽瑪分布
4.9 勞吉斯特分布
4.10 SAS的生存分析程序及其說明
5 生存數據的風險比例模型
5.1 風險比例模型
5.2 風險比例模型的參數估計
5.3 生存分布的估計
5.4 用SAS建立風險比例模型
6 生存分布的參數分析與過程LIFEREG
6.1 生存分布參數分析的一般問題
6.2 LIFEREG常用的分布綜述
6.3 參數估計方法
6.4 參數回歸的應用
7 重復測量數據分析方法
7.1 重復測量數據簡介
7.2 非風險比例模型
7.3 實例——公司離職雇員數據的多因素分析
7.4 多元事件Frailty模型簡介
參考文獻