Main Content

La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.

Análisis de datos de duración

Métodos no paramétricos y semiparamétricos para analizar datos de fiabilidad y supervivencia

Los análisis de supervivencia son análisis del tiempo hasta el evento, es decir, cuando el resultado de interés es el tiempo que transcurre hasta que se produce un evento. Ejemplos de tiempo transcurrido hasta el evento son el tiempo que transcurre hasta la infección, la reaparición de una enfermedad o la recuperación en ciencias de la salud; la duración del desempleo en economía; el tiempo que transcurre hasta el fallo de una pieza de una máquina o la duración de bombillas en ingeniería, etc.

Para realizar un análisis de supervivencia:

  • Ajuste un modelo a los datos. Utilice una o varias de las funciones que se enumeran en esta página en Análisis de datos de duración o Modelos de riesgos proporcionales de Cox.

  • Represente o analice el modelo ajustado con los métodos de los ejemplos que figuran en esta página en Temas o con las funciones de Modelos de riesgos proporcionales de Cox.

La función fitcox proporciona una forma orientada a los objetos para ajustar un modelo de riesgos proporcionales de Cox. El objeto CoxModel resultante contiene numerosas estadísticas y métodos de análisis. coxphfit es una función anterior para ajustar los modelos de Cox que también permite la generación de código.

Funciones

expandir todo

ksdensityKernel smoothing function estimate for univariate and bivariate data
mleMaximum likelihood estimates
mlecovAsymptotic covariance of maximum likelihood estimators
evfitExtreme value parameter estimates
expfitExponential parameter estimates
gamfitGamma parameter estimates
lognfitLognormal parameter estimates
normfitNormal parameter estimates
wblfitWeibull parameter estimates
fitdistFit probability distribution object to data
dfittoolOpen Distribution Fitter app
ecdfEmpirical cumulative distribution function
ecdfhistHistogram based on empirical cumulative distribution function
plotSurvivalPlot survival function of Cox proportional hazards model
probplotProbability plots
wblplotWeibull probability plot

Ajustar un modelo de riesgos proporcionales de Cox

coxphfitCox proportional hazards regression

Ajustar un objeto CoxModel

fitcoxCreate Cox proportional hazards model

Métodos de CoxModel

coefciConfidence interval for Cox proportional hazards model coefficients
hazardratioEstimate Cox model hazard relative to baseline
linhyptestLinear hypothesis tests on Cox model coefficients
plotSurvivalPlot survival function of Cox proportional hazards model
survivalCalculate survival of Cox proportional hazards model

Objetos

CoxModelCox proportional hazards model

Temas

What Is Survival Analysis?

Learn about censoring, survival data, and the survivor and hazard functions.

Survivor Functions for Two Groups

Find the empirical survivor functions and the parametric survivor functions using the Burr type XII distribution fit on data for two groups.

Hazard and Survivor Functions for Different Groups

Estimate and plot the cumulative hazard and survivor functions for different groups.

Kaplan-Meier Method

Estimate the empirical hazard, survivor, and cumulative distribution functions.

Cox Proportional Hazards Model

Adjust survival rate estimates to quantify the effect of predictor variables.

Cox Proportional Hazards Model Object

Create data for a Cox model with three stratification levels, then fit and analyze the resulting model.

Cox Proportional Hazards Model for Censored Data

Create a Cox proportional hazards model, and assess the significance of the predictor variables.

Cox Proportional Hazards Model with Time-Dependent Covariates

Convert survival data to counting process form, and then construct a Cox proportional hazards model with time-dependent covariates.

Analyzing Survival or Reliability Data

Analyze lifetime data with censoring by modeling the time to failure of a throttle from an automobile fuel injection system.