生存统计：笼内死亡率你好，
首先，我要感谢社区在这里帮助解决新手问题。 自从搬到这个机构后，我就爱上了 JMP！
我正在尝试为一项研究进行生存统计，在该研究中，我跟踪了 18 个笼子，每个笼子包含 50 只苍蝇，在 20 天内的死亡率。 每个笼子每天的死亡人数各不相同。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类型。 也许我更适合回归或其他东西。
任何关于更好的故障排除来源的建议或提示将不胜感激。
乔
回复：生存统计：笼内死亡率太感谢了！
回复：生存统计：笼内死亡率我嘲笑了你的研究：
治疗方法为A或B。 相位为 1 至 4。 笼子是1到20。 苍蝇数是死苍蝇的数量。 审查员设置为 0 表示死亡。 复制 Phase = 4 的行以记录仍然存活的苍蝇数量，并将这些行的 Censor 设置为 1。
请注意，Flies 是来自威布尔分布的随机数，因此我可以继续我的回复。
同质性检验假设所有组（本例中为“处理”）的分布相同的原假设。 另一种假设是分布并不完全相同。 这是测试任何治疗效果。
嵌套模型测试也用于治疗效果，但它们解决了治疗效果的性质。 这些测试也是从没有效果的假设开始的。 第一个测试比较位置参数。 第二个比较位置和尺度参数。
回复：生存统计：笼内死亡率是的，你的描述符合我的数据集，只是我有阶段（4）而不是天。 死亡率较低（约占整个数据集的 5%），因此不具有正态分布。 我转换了数据集以模仿 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 组同质性检验（卡方），以及“无影响与位置”（影响不同于零？），以及“位置与位置和规模”。 所以我不确定其中之一是否反映了两种治疗方法的比较。
回复：生存统计：笼内死亡率我已经很久没有关注过这个问题了。 让我们重新开始并确保该解决方案适合您的情况。 这个简短的描述是否反映了您的情况？
- 您将笼子分为两个处理 A 和 B。
- 你有 c 个笼子，其中一半用于每次治疗。
- 一开始每个笼子里都有 n 个受试者。
- 您观察 d 天内每天存活/死亡的受试者数量。
我不知道你对这种情况的标准分析，但我能想到的三种通用方法似乎是合适的。 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来执行概率分析。 治疗将是唯一的固定效果。 如果您心中有分布模型，您还可以执行参数生存分析。 如果假设有效，您还可以执行比例风险分析而不指定风险函数。
如果这个描述看起来合适，那么我可以帮助您设计数据表的布局和分析的设置。
回复：生存统计：笼内死亡率嗨，马克贝利：您能否提供有关如何将选定的列分配到角色的附加信息？我已经按照建议转换了我的数据集，但也进行了 2 种处理，并且想知道我输入的数据是否正确。 所以我将“阶段”设置为 Y，事件发生时间； “Censor”栏目为Censor； “计数”列为频率；并想知道“Treatment”是否应输入为“By”。这种结构的问题是我无法对治疗方法进行比较。你能帮忙吗？
回复：生存统计：笼内死亡率非常感谢你
回复：生存统计：笼内死亡率选择分析 > 拟合模型。 然后单击“个性”旁边的按钮，并在下拉菜单底部附近选择“广义线性模型”。 您应该会看到分发和链接功能的选择出现在之后
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，大多数过程都会遇到麻烦。 您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：笼内死亡率
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：笼内死亡率请指定 JMP 10。
分析=>拟合模型=>？
我在这里没有看到“广义线性模型”。谢谢！
回复：生存统计：笼内死亡率我想为二项式响应数据引入所谓的“互补对数-对数模型”（即每个笼子中的死文件数）。 该模型通常应用于离散生存时间数据。
该模型可在 Fit Model 中找到广义线性模型个性由选择分布：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）。 令 N 为笼内种群（即试验）。 您将添加死亡率计数和 N 列作为 Y，并添加 Cage 和任何其他协变量作为模型效应。 结果可以让您测试整体是否死亡不同笼子的比率存在显着差异，并预测死亡。
如果您想估计基线生存函数，那么您需要创建一系列指示变量，用于识别每天的死蝇数量，并将它们添加为模型效应。
回复：生存统计：笼内死亡率在我看来，在这项研究中，对过程的动态不感兴趣，但有兴趣通过最终（第 20 天）结果（死亡和存活的百分比）来比较复制类型，即想要发现活体和死亡比例存在统计学上的显着差异，具体取决于复制（笼子）
回复：生存统计：笼内死亡率我认为JMP中至少有三种分析死亡率的方法：生命分布、生存和概率（在拟合模型中使用GLM）。 让我们从前两个开始。 您的数据很好，但应该这样组织：
您有 20 个笼子运行 20 天。 输入新死苍蝇数量在给定日期和笼子的计数列中。 在表末尾、Censor = 1 的行中输入存活苍蝇的数量：
然后使用两个保存的表脚本开始分析。
我为您附上了此模板数据表，因此您只需输入计数数据即可。
回复：生存统计：笼内死亡率好的。1. 第 20 天，打开笼子，看看有多少只苍蝇还活着 (a)，有多少只苍蝇死了 (d)。 对于每个细胞来说都是如此。
2. 你会得到一系列数字
a1、d1（第一个笼子）
a2、d2（第二个）
a3、d3（第三个）
ETC。
3）然后与列联表 2x2（“Fit Y by X”平台）
比较：
a1、d1
a2、d2
然后比较：
a1、d1
a3、d3
然后比较
a2、d2
a3、d3
ETC。
4) 结果，您可以选择笼统计上显着不同的对（精确的 Fisher 检验）。我认为这样的人不会很多。
聚苯乙烯 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：笼内死亡率如果有些苍蝇在 20 天之前飞过，您需要将她放在不是 20 天的位置，而是她飞行的当天（这些是审查规则）。 聚苯乙烯 对于苍蝇，你需要小心，特别是考虑一下，谁被称为苍蝇王子......:)
回复：生存统计：笼内死亡率感谢您的答复。
现在我将数据记录为每个笼子每天的死亡率。 笼子是重复的，我不关心个别果蝇，而是每个笼子种群的整体存活率。 你上面提到的方法可以让我对 900 只苍蝇的存活情况进行分类。 这将花费大量的时间！ 更不用说我有来自相同数量重复的重复研究的数据。
我的数据只是跟踪每个笼子 20 天内的损失情况。 我希望 JMP 中有一种更简单的方法可以做到这一点。回复：生存统计：笼内死亡率生存分析在这里适用（但它不排除其他方法 - 这取决于您的目标）。 因此，在数据表中您有以下列：
1. 苍蝇数量（1、2、3 等）
2.死了(1)，活着(0，这是审查鳕鱼)。 （注意，在JMP中默认审查代码为1，因此您需要更改它）
3. 死亡时间（如果苍蝇死了）或20天（如果苍蝇还活着）
4. 笼子代码（如果这对您很重要）
聚苯乙烯如果你转弯曲线即。曲线从下到上（生存平台给了你这种可能性），你会得到一个累积的死亡概率
