로그순위 검정 계산기

로그순위 검정은 독립적인 두 집단의 전체 생존 양상을 비교합니다. 사망, 재발, 장비 고장, 회복 또는 다른 명확한 종점까지의 시간처럼 사건 발생 시간을 분석하도록 설계되었습니다. 관측된 시간의 평균을 비교하는 것과 달리, 추적 종료 전 사건이 관측되지 않은 우측 중도절단 대상도 올바르게 반영합니다. 따라서 각 입력에는 추적 시간과 상태 표시가 포함됩니다. 1은 사건 발생, 0은 중도절단을 뜻합니다. 서로 다른 각 사건 시점마다 그 직전에 각 집단에서 아직 위험에 노출된 대상 수를 파악합니다. 관측 사건을 세고, 위험집합에서 각 집단이 차지하는 비율에 따라 기대 사건 수를 배분합니다. 모든 사건 시점의 관측값과 기대값 차이를 누적합니다. 분산 항은 변화하는 위험집합과 동시 사건을 반영합니다. 전체 차이를 제곱한 뒤 그 분산으로 나누면 자유도가 일인 카이제곱 통계량이 됩니다. p값은 두 집단의 생존함수가 같다는 가정 아래 적어도 이만큼 큰 차이가 얼마나 이례적인지를 나타냅니다. 작은 p값은 두 생존분포가 다르다는 근거가 됩니다. 차이의 크기를 측정하거나 치료의 인과성을 입증하거나 어느 집단이 모든 시점에서 더 낫다는 뜻은 아닙니다. Kaplan-Meier 곡선, 의미 있는 시점의 생존 추정값, 신뢰구간, 위험비 같은 효과 추정값이 중요한 해석 맥락을 더합니다. 중도절단 관측값은 기록된 추적 시점까지, 그 시점을 포함한 모든 위험집합에 기여하지만 사건으로 세지 않습니다. 표준 계산은 중도절단이 비정보적이라고 가정합니다. 즉, 이용 가능한 정보를 조건으로 할 때 중도절단 대상의 생존 전망이 계속 관찰된 대상과 비슷해야 합니다. 또한 대상 간 독립성과 명확하게 정의되고 일관되게 측정된 종점을 가정합니다. 로그순위 검정은 두 집단의 위험률이 시간에 따라 대략 비례할 때 가장 민감합니다. Kaplan-Meier 곡선이 교차하거나 치료 효과가 초기 또는 후기에만 나타나면 단일 로그순위 통계량이 양상을 가릴 수 있습니다. 이런 경우 가중 로그순위 방법이나 시간가변 생존모형이 더 유용할 수 있습니다. 생존곡선과 시간별 위험집합 인원수를 항상 살펴보세요. 시간·상태 쌍마다 실제 대상 한 명을 입력하고 집단 간 시간 단위를 통일하세요. 같은 시점에 일어난 여러 사건은 함께 처리됩니다. 이 계산기는 일반적인 관측값 대 기대값 방법과 카이제곱 근사를 구현하여 예제 확인, 분석 계획, 신속하고 재현 가능한 비교에 유용합니다. 정식 임상 분석이나 규제 대상 분석은 사전에 정한 통계 계획을 따르고 검증된 소프트웨어를 사용해야 합니다.