根據協變量重複測量結果請允許我引起您注意的數據集，我正在努力進行正確分析：
| 研究編號 | 活 | 測量日 | 變量1 | 變數2 | 可變係數 |
| 一種 | 1個 | 0 | 210 | 500 | 是 |
| 一種 | 1個 | 2 | 210 | 250 | 是 |
| 乙 | 1個 | 0 | 151 | 398 | 沒有 |
| 乙 | 1個 | 1個 | 151 | 372 | 沒有 |
| 乙 | 1個 | 2 | 151 | 320 | 是 |
| 乙 | 1個 | 3 | 151 | 268 | 沒有 |
| 乙 | 1個 | 4 | 151 | 372 | 沒有 |
| C | 0 | 0 | 33 | 269 | 是 |
| C | 0 | 1個 | 33 | 203 | 沒有 |
由於我確實對我的所有科目進行了重複測量（研究ID），因此所有變量都已堆疊到各個時間點（測量天）。所有人都有名義上的結果：存活率：1/0。
1。變量1和2是連續變量，可以確定我的受試者的結果（存活）（研究ID）
-您可以指導我最適合使用哪種測試，或參考參考資料
2。問題1：受試者在不同的時間段（直到測量的最後一天）死亡或存活-我該如何解釋？
3。問題2：並非所有的受試者都在整天（測量的一天）中重複測量，有的缺失了（示例研究ID：A）-我該如何解釋？
4。變量Co可能會影響變量2，而變量2可能會影響結果（存活）-我將如何解釋這種影響？
非常感謝您的指導！我非常感謝您在此分析中的幫助！渣
回复：根據協變量重複測量結果這不是常規的“重複措施”設計。這是一項“生存”研究。結果（響應）不是活的還是死的。死亡是“事件”。響應是此事件的時間（天）。一些受試者還活著的事實意味著最後一次觀察到的時間是最短生命。此類數據被“審查”。您可以在JMP中使用“權限審查”數據（僅下限）。您沒有連續監視主題而是每天僅監視一次這一事實表明您應該使用“間隔檢查”來獲得更準確的估計（上下限）。
建立表格，以使結果有兩列（天）。第一列是最後一次觀察到它們存活的時間，第二列是第一次觀察到它們死亡的時間。您觀察了許多天的事實是無關緊要的。重要的只是死亡時間。
您為每個主題設置了一個觀察值的數據表，包括最後一個觀察值的協變量。前幾個主題可能看起來像這樣。（如果我理解您的示例。）
要分析數據，請選擇“分析”>“擬合模型”。單擊“個性”下拉菜單，然後選擇“參數生存”。選擇“早期”和“晚期”數據列，然後單擊“是”。注意：必須最早輸入最早的時間，這一點很重要。選擇協變量數據列，然後使用“加”或“宏”製作線性預測變量。它應該看起來某事像這樣：
單擊運行。
我建議您不要在模型中同時使用變量2和變量co。
