STATISTIK-FORUM.de

[KilianDahlem]

Hallo,

Mein Name ist Kilian und ich wäre super dankbar wenn mir jemand mit meinem Statistik -Problem helfen könnte. Ich probiere grade die Cox regression überlebensanalyse zu verstehen.
Mein vorgehen ist immer: SPSS - analysieren - cox regression (als zeit is totale follow up dauer, als ereignis der Tod)

Mein Datensatz:
Ich habe einen Datensatz von 110 Patienten mit einem Tumor und mehr als 20 Faktoren/Variablen (alter, größer des tumors, wie entartet die zellen sind, die ko-morbiditäten der patient etc etc). Ich bin interessiert in wie weit die Faktoren einfluss haben auf das überleben der Patienten.

Mein Problem: Wenn ich z.b. eine Variable (tumorart 0 und 1 ) berechne mit totalem überleben, zeigt mir SPSS an das diese variable sign. ist (0,001) und die hazard ratio 3.22. Wenn ich in SPSS eine weitere neue variable mehr hinzufüge in die Liste der kovariate sind beide nicht mehr signifikant (obwohl sie jeder für sich sign. waren). Das ist sicherlich logisch nur kann ich nicht verstehen wieso ? Teste ich, wenn ich beide variablen als kovariate eingebe, ob das vorhandensein BEIDER variablen signifikant einen einfluss hat ? Also wäre in meinem beispiel jeds für sich signifikant aber sobald ein patient beide hat nicht mehr ?

Zweites Problem: bei SPSS kann man die kategorischen variablen (also variablen mit mehr als 0 und 1 ) nochmals spezifizieren. Wo ist denn genau der unterschied wenn ich differenz, helmert, indikator etc. auswähle ? Die signifikanzen ändern sich hier auch stark.

Drittes Problem: Welche Methode sollte man anwenden bzw was ist der unterschied bei den methoden wenn man vorwärts bedingt oder ruckwärts bedingt auswählt ? Ich habe bereits gelesen dass vorwärts bedingt heißt dass spss alle mein ausgewählten kovariate nimmt und dann nach und nach die einschließt die signifikant sind ? Aber ich verstehe nicht wie man den output interpretieren kann/soll.

Danke für das erläutern !

Im Anhang ein paar output bilder

[PonderStibbons]

Ich habe einen Datensatz von 110 Patienten mit einem Tumor und mehr als 20 Faktoren/Variablen (alter, größer des tumors, wie entartet die zellen sind, die ko-morbiditäten der patient etc etc). Ich bin interessiert in wie weit die Faktoren einfluss haben auf das überleben der Patienten.

Das sieht nach einem ziemlichen Mißverhältnis aus, selbst wenn alle 110 Patienten
im Beobachtungszeitraum verstorben sein sollten. Wenn weniger Patienten verstorben
sein sollten, wird das Missverhälnis noch größer. Was st der Hntergrund, warum so
viele (beliebige?) Prädiktoren?

Wo ist denn genau der unterschied wenn ich differenz, helmert, indikator etc. auswähle ? Die signifikanzen ändern sich hier auch stark.

Das wird IIRC in SPSS erklärt, ansonsten hilft vielleicht eine Webrecherche.

Drittes Problem: Welche Methode sollte man anwenden bzw was ist der unterschied bei den methoden wenn man vorwärts bedingt oder ruckwärts bedingt auswählt ?

Beide nicht verwenden. Automatisierte schrittweise Variablensektion führt
zu falschen p-Werten, Artenfakten und nicht generalisierbaren Ergebnissen.
http://www.stata.com/support/faqs/stati ... -problems/

Mit freundlichen Grüßen

P.