SPSS软件的Kaplan-Meier分析：基本原理
Kaplan-Meier方法采用乘积极限法（Product-Limit Estimates）来估计生存率，同时可以对一个影响因素进行检验。它适用于以个体为单位来收集信息的未分组生存资料，是最为基本的一种生存分析方法。由于Kaplan-Meier过程用于样本含量较小并且不能给出特定时间点的生存率的情况，因此不用担心每个时间段内只有很少的几个观测的情况。将生存时间由小到大依次排列，在每个死亡点上计算其最初人数、死亡人数、死亡概率、生存概率和生存率。
生命表方法是将生命时间分成许多小的时间段，计算该段内生存率的变化情况，分析的重点是研究总体的生存规律，而Kaplan-Meier过程则是计算每一“结果”事件发生时点的生存率，分析的重点除了研究总体生存规律外，往往更加热心于寻找相关影响因素。Kaplan-Meier过程使用的检验方法包括Log Rank法、Breslow法、Tarone-Ware法等。
在SPSS官方网站的简体中文帮助文档《 IBM_SPSS_Advanced_Statistics 》中，对于Kaplan-Meier分析的应用条件和相关过程还进行了特别指导。
数据方面，Kaplan-Meier分析要求时间变量应为连续变量，状态变量可以是分类变量或连续变量，因子和层次变量应为分类变量。假设条件方面，用户所关心事件的概率应只取决于初始事件之后的时间（假设绝对时间下的概率不变），即从不同时间开始研究的个案（如从不同时间开始接受治疗的患者）应有相似的行为。已审查的个案和未审查的个案之间也不应存在系统性差别。
例如，如果许多已审查的个案都是情况更为严重的患者，则得到的结果可能会存在偏差。相关过程方面，Kaplan-Meier过程使用的计算寿命表的方法估计每个事件发生时的生存或风险函数。
“寿命表”使用保险精算方法进行生存分析，该方法依赖于将观察期划分为较小的时间区间，可能对处理大样本有用。如果用户怀疑变量与要控制的生存时间或变量（协变量）相关，则应使用“Cox回归”过程。
如果同一个个案中协变量在不同的时间点可以具有不同的值，则应使用带有“依时协变量”的“Cox回归”。
