生存统计：笼养死亡率你好，
首先，我要感谢社区在这里帮助解决newbe问题。自从搬到这所机构以来，我一直很喜欢JMP！
我正在尝试进行一项研究的生存统计数据，其中我追踪了18个笼子的笼养死亡率，每个笼子包含50只苍蝇，每次20天。每个笼子每天死亡人数可变。 阅读并观看“高级掌握JMP：分析生存数据” “我仍然不知所措，想知道这种生存分析是否不适合我的统计数据。也许我会更适合回归或其他什么。
有关更好的故障排除源的任何建议或提示都会受到极大的影响。
乔
回复：生存统计：笼养死亡率非常感谢！
回复：生存统计：笼养死亡率我嘲笑你的学习：
治疗是A或B.阶段是1到4。笼子是1到20。苍蝇是死苍蝇的数量。审查员被定为0死亡。Phase = 4的行被复制以记录仍然活着的苍蝇的数量，并且对于那些行，将Censor设置为1。
请注意，Flies是Weibull分布中的随机数，因此我可以继续回复。
同质性检验假设一个零假设，即所有组的分布（在这种情况下为治疗）是相同的。另一种假设是分布不完全相同。这是测试任何治疗效果 。
嵌套模型测试也用于治疗效果，但他们解决了治疗效果的本质 。这些测试也从假设没有效果开始。第一个测试比较位置参数。第二个比较位置和比例参数。
回复：生存统计：笼养死亡率是的，您的描述适合我的数据集，只是我有阶段（4）而不是几天。死亡率很低（约占整个数据集的5％），因此没有正态分布。我将数据集转换为模拟Fly Mortality示例并通过X分析运行Fit Life。让我感到困惑的是它显示了Wilcoxon集团同质性测试（卡方），以及“无影响vs. 位置“（效果不等于零？），以及”位置与 位置和规模“。所以我不确定其中一个是否反映了2治疗比较。
回复：生存统计：笼养死亡率我很长时间没有看过这个问题。让我们重新开始，确保解决方案适合您的情况。这个简短的描述是否可以捕捉到您
- 你将笼子分成两个处理A和B.
- 你有c笼子，其中一半是每次治疗。
- 开始时，每个笼子中都有n个主题。
- 您观察d天每天活着/死亡的受试者数量。
我不知道你对这种情况的标准分析，但有三种我能想到的一般方法，这似乎是合适的。您可以使用具有泊松分布和概率链接函数的广义线性模型执行概率单位分析。治疗将是唯一的固定效果。如果您考虑到分布模型，也可以执行参数化生存分析。如果假设有效，您也可以在不指定危险函数的情况下执行比例风险分析。
如果这个描述看起来合适，那么我可以帮助您完成数据表的布局和分析的设置。
回复：生存统计：笼养死亡率嗨markbailey：您能否提供有关如何将所选列投射到角色的附加信息？我按照推荐的方式改变了我的数据集，但也有2种处理方法，并且想知道我是否正确输入数据。所以我有“阶段”作为Y，时间到事件; “审查员”专栏作为审查员; “Count”列为Freq;并想知道“治疗”是否应该按顺序输入。 这种结构的问题是我不会在治疗之间进行比较。 你能帮忙吗？
回复：生存统计：笼养死亡率非常感谢你
回复：生存统计：笼养死亡率选择Analyze> Fit Model。然后单击Personality旁边的按钮，并选择下拉菜单底部附近的Generalized Linear Models。您应该看到之后出现分发和链接功能的选择
我仍然认为你最大的障碍是数据表的布局。这并不困难，但如果您没有正确设置数据，您将遇到大多数程序的问题。你尝试过我建议的布局吗？
GLM方法需要不同的布局......
回复：生存统计：笼养死亡率
另请查看此JMP博客文章 https://community.jmp.com/t5/JMP-Blog/Reliability-regression-with-binary-response-data-probit-analysis/ba-p/30464
回复：生存统计：笼养死亡率请指定JMP 10。
分析=>拟合模型=>？
我这里没有看到“广义线性模型”。 谢谢！
回复：生存统计：笼养死亡率我想为你的二项式响应数据引入一个所谓的“互补日志 - 日志模型”（即每个网箱的死文件数）。 该模型通常应用于离散生存时间数据。
该模型适用于Fit Model 广义线性模型个性选择分布：二项式和链接功能：Comp LogLog 。
假设您在第20天结束时记录了每个笼子的死亡率（失败次数）。设N是笼子种群（即试验）。您将死亡率计数和N列都添加为Y，并将Cage和任何其他协变量添加为模型效果。结果允许您测试整体死亡笼子的价格显着不同，并预测死亡 。
如果您想要估计基线生存函数，那么您需要创建一系列指示变量来识别每天死蝇的数量，并将它们添加为模型效果。
回复：生存统计：笼养死亡率在我看来，在这项研究中，对过程的动态没有兴趣，但是有兴趣比较最终（第20天）结果的复制类型（死亡和活的百分比），即想要根据复制（笼子）发现活死比例的统计学显着性差异
回复：生存统计：笼养死亡率我认为至少有三种方法可以分析JMP的死亡率：生命分布，生存和Probit（在Fit模型中使用GLM）。让我们从前两个开始。你的数据很好，但它应该像这样组织：
你有20个笼子运行20天。输入新死苍蝇的数量在给定日期和笼子的计数列中。在具有Censor = 1的行中输入表格末尾的幸存苍蝇数：
然后使用两个保存的表脚本开始分析。
我为您附加了此模板数据表，您只需输入计数数据即可。
回复：生存统计：笼养死亡率好。 1。在第20天，打开笼子，看看有多少苍蝇活着（a），有多少苍蝇死亡（d）。这样每个细胞。
2。你会得到一系列数字
a1，d1（第一笼）
a2，d2（第二）
a3，d3（第三）
等等
3）然后做一对比较列联表2x2（“Fit Y by X”平台）
相比：
a1，d1
a2，d2
然后сompare：
a1，d1
a3，d3
然后сompare
a2，d2
a3，d3
等等
4）因此，您可以选择笼在统计学上显着不同的对（精确的Fisher检验）。 我认为不会有很多。
PS如果笼是独立的，那么多重比较的效果就不会。
回复：生存统计：笼养死亡率如果有些苍蝇在20天之前飞行，你将需要在20天内放飞，但是她的飞行当天（这些是审查规则）。PS苍蝇你需要小心，特别是如果考虑，谁被称为苍蝇王子...... 
回复：生存统计：笼养死亡率感谢您的答复。
现在我将数据记录为每笼每天的死亡率。笼子是重复的，我不关心个体苍蝇，而是每个网箱种群的总体存活率。你上面提到的方法会让我对900只个体果蝇的存活情况进行编目。这需要花费大量的时间！更不用说我有重复研究的数据具有相同数量的重复。
我的数据仅仅是跟踪每个笼子超过20天的损失。我希望在JMP中有更简单的方法。回复：生存统计：笼养死亡率生存分析在这里是合适的（但它不排除其他方法 - 它取决于您的目标）。所以，在数据表中你有colums：
1。苍蝇数量（1,2,3等）
2。死了（1），活着（0，这是检查鳕鱼）。（注意，在JMP中默认的审查代码是1，所以你需要改变它）
3。死亡时间（如果苍蝇死亡）或20天（如果苍蝇还活着）
4。笼子代码（如果对你很重要）
PS如果你转弯曲线即。曲线从下到上（生存平台为您提供这种可能性），您将获得累积的死亡概率
