根据协变量重复测量结果请允许我引起您注意的数据集，我正在努力进行正确分析：
| 研究编号 | 活 | 测量日 | 变量1 | 变数2 | 可变系数 |
| 一种 | 1 | 0 | 210 | 500 | 是 |
| 一种 | 1 | 2 | 210 | 250 | 是 |
| 乙 | 1 | 0 | 151 | 398 | 没有 |
| 乙 | 1 | 1 | 151 | 372 | 没有 |
| 乙 | 1 | 2 | 151 | 320 | 是 |
| 乙 | 1 | 3 | 151 | 268 | 没有 |
| 乙 | 1 | 4 | 151 | 372 | 没有 |
| C | 0 | 0 | 33 | 269 | 是 |
| C | 0 | 1 | 33 | 203 | 没有 |
由于我确实对我的所有科目进行了重复测量（研究ID），因此所有变量都已堆叠到各个时间点（测量天）。所有人都有名义上的结果：存活率：1/0。
1。变量1和2是连续变量，可以确定我的受试者的结果（存活）（研究ID）
-您可以指导我最适合使用哪种测试，或参考参考资料
2。问题1：受试者在不同的时间段（直到测量的最后一天）死亡或存活-我该如何解释？
3。问题2：并非所有的受试者都在整天（测量的一天）进行重复测量，有些缺失（例如研究ID：A）-我该如何解释？
4。变量Co可能会影响变量2，而变量2可能会影响结果（存活）-我将如何解释这种影响？
非常感谢您的指导！我非常感谢您在此分析中的帮助！渣
回复：根据协变量重复测量结果这不是常规的“重复措施”设计。这是一项“生存”研究。结果（响应）不是活的还是死的。死亡是“事件”。响应是此事件的时间（天）。一些受试者还活着的事实意味着最后一次观察到的时间是最短生命。此类数据被“审查”。您可以在JMP中使用“权限审查”数据（仅下限）。您没有连续监视主题而是每天仅监视一次这一事实表明您应该使用“间隔检查”来获得更准确的估计（上下限）。
建立表格，以使结果有两列（天）。第一列是最后一次观察到它们存活的时间，第二列是第一次观察到它们死亡的时间。您观察了许多天的事实是无关紧要的。重要的只是死亡时间。
您为每个主题设置了一个观察值的数据表，其中包括最后一个观察值的协变量。前几个主题可能看起来像这样。（如果我理解您的示例。）
要分析数据，请选择“分析”>“拟合模型”。单击“个性”下拉菜单，然后选择“参数生存”。选择“早期”和“晚期”数据列，然后单击“是”。注意：必须最早输入最早的时间，这一点很重要。选择协变量数据列，然后使用“加”或“宏”制作线性预测变量。它应该看起来某事像这样：
单击运行。
我建议您不要在模型中同时使用变量2和变量co。
