對數秩檢定計算機

對數秩檢定比較兩個獨立組別的整體存活情形，適用於死亡、復發、設備故障、康復或其他明確終點的發生時間。不同於比較已觀察時間的平均值，它能正確納入追蹤結束前未觀察到事件的右設限對象。因此，每筆輸入包含追蹤時間與狀態指標：1 代表事件發生，0 代表該觀察已設限。 在每個不同的事件時點，計算會先找出各組在該時點前仍處於風險中的對象數，計算觀察事件數，再依各組占風險集的比例分配預期事件數。接著累加所有事件時點的「觀察值減預期值」差異。變異數項會考慮風險集變化與同時事件。整體差異的平方除以其變異數，形成自由度為一的卡方統計量。 p 值說明：若兩組具有相同的存活函數，出現至少這麼大的差異會有多不尋常。較小的 p 值提供存活分布不同的證據，但不衡量差異大小、不證明治療因果關係，也不表示某組在每個時點都比較好。Kaplan-Meier 曲線、有意義時點的存活估計、信賴區間與風險比等效果估計，可提供必要的判讀背景。 設限觀察在所記錄的追蹤時間之前及該時點，都會納入風險集，但不計為事件。標準計算假設設限為非資訊性：在給定可用資訊後，設限對象的存活前景應與持續追蹤者相當。它也假設研究對象彼此獨立，終點定義清楚且測量方式一致。 當兩組風險率隨時間大致成比例時，對數秩檢定最敏感。若 Kaplan-Meier 曲線交叉，或治療效果僅在早期或晚期出現，單一對數秩統計量可能掩蓋實際型態。這時加權對數秩方法或時變存活模型可能更有參考價值。請務必檢視存活曲線及風險集中人數隨時間的變化。 每組時間與狀態配對只輸入一位真實研究對象，兩組的時間單位須一致。同一時點發生的多個事件會一起處理。本計算機採用常見的觀察值與預期值比較法及卡方近似，適合核對範例、規劃分析，以及快速取得可重現的比較。正式臨床或受法規規範的分析，應遵循事先訂定的統計計畫，並使用經過驗證的軟體。