AsiaAnalytics 台灣析數資訊
首頁 > 產品介紹 > AsiaAnalytics> SPSS存活分析加值模組
SPSS存活分析加值模組

產品特色

  • 支援變異性同質性檢定方法
  • 支援次序型變數的類別檢定法
  • 支援極小樣本下,離群值的檢定方法
  • 支援各種存活分析方法

應用領域:

  • 醫學領域:競爭風險、參數配適等進階存活分析。
  • 業領域:可靠度分析等。
  • 融領域:個人消費性貸款、法人金融預警分析等。
  • 商業領域:客戶關係管理。

﹝分析方法﹞

Kaplan-Meier存活函數信賴區間

Model Description 應用
Kaplan-Meier Confidence Intervals 操作Kaplan-Meier可以使我們獲得該族群在不同時間點上的存活率估計值,並畫出存活曲線;然而若需要該曲線的信賴區間時,則可利用此模組處理Kaplan-Meier 存活機率的信賴區間,並依使用者需求可自行設定信賴水準參數的大小。 以Kaplan-Meier存活函數為基礎,估計不同時間點的存活機率及信賴區間,以圖表的方式做一完整的呈現。

 

Cox Proportional Hazard 假設的診斷

Model Description 應用
Diagnostics for Cox Regression Model Cox Proportional Hazard Regression是存活分析上經常使用的迴歸模型,然而需要符合風險函數的比率為一常數,也就是比例風險假設(Proportional Hazard Assumption),此模組即為診斷資料是否符合比例風險的前提假設,讓您避開不適合的分析方法。 在進行Cox 比例風險迴歸之前,建議先檢查資料是否符合此分析方法的假設前提,以保障後續分析的正確性。

 

Parametric存活分析

Model Description 應用
  • Survival Distribution Identification
  • Parametric Regression
  • Parametric Proportional Hazards Regression
  • Parametric AFT Regression
大部分的存活分析都是使用無母數或是半母數分析,那是因為存活時間的分佈通常是相當極端或是未知;然而您也可以嘗試將存活時間配適為特定機率分佈,並利用此機率分佈建構Parametric Regression、Parametric Proportional Hazards Regression(比例風險模型)及Parametric AFT Regression(加速失敗時間模型),您可以依此機率分配的特性對存活資料進行描述。 若您的資料不符合比例風險的假設時,則可考慮將存活資料配適機率分佈,再進行相關的迴歸模型,可建構平滑的存活曲線,也較容易估計及解釋您的存活資料。

 

Competing Risks存活分析

Model Description 應用
  • Competing risk CIF
  • Competing risk Regression
在現實生活中,導致事件發生的原因可能不只一種,也就是說,可能有多重原因會造成樣本發生事件,即稱為競爭風險(Competing Risk),可計算在不同組別下的累積發生函數(Cumulative Incidence Function)及建立競爭風險迴歸模型(Competing risk Regression)。 適用於造成事件發生的原因大於一種的存活資料(例如:中風患者常合併多重共病性,評估多種原因導致病患死亡的存活分析),並建構其存活模型,找出重要的影響因子。

洽詢業務專員 線上索取報價

產品價格

一般單機版:NTD 128,000
教育單機版:NTD 88,000
(以上價格皆為含稅價)

系統需求

安裝IBM SPSS Statistics BASE
建議Windows XP,2000,WIN 7
Intel Pentium相容處理器
512MB以上的記憶體
1GB以上的硬碟空間
SVGA 顯示器
Internet Explorer 6

客 服 中 心

服務信箱:
service@asia-analytics.com.tw

技術服務電話:
(02)7728-7958 分機606-609

產品諮詢電話:
(02)7728-7958 分機102

課程服務信箱:
training@asia-analytics.com.tw

課程諮詢電話:
(02)7728-7958 分機102、106

認證諮詢電話:
(02)7728-7958 分機102

TOP