英国统计学家D.R.Cox于1972年提出的比例风险回归模型(Proportional hazard regression model),简称Cox回归模型,有效地解决了对于生存资料进行多因素分析的问题。
但是Cox回归模型在应用时,有一个非常重要的前提条件,即比例风险(Proportional hazards)假定,简称PH假定。
PH假定的基本假设为:协变量对生存率的影响不随时间的改变而改变,即风险比值h(t)/h0(t)为固定值。而在实际进行生存分析的过程中,有些自变量对风险函数(事件发生概率)的影响会随时间的变化而变化,因此在构建Cox回归模型之前,必须对PH假定进行判定,只有PH假定得到满足时,Cox回归模型的结果才有意义。
然而对于PH假定的判定往往被研究人员所忽略,而且分类变量和连续变量的判定方法也有所不同。本期内容小咖就带大家学习一下,对于分类变量,如何利用SPSS软件,简单快速的对PH假定进行判断。
案例数据
数据库变量:
1、结局变量stroke:即是否发生脑卒中,1代表发生结局,