1. 课程导论：寿命数据分析的定义、应用领域与学习路径
1.1 什么是寿命数据分析？
寿命数据分析（Lifetime Data Analysis），又称生存分析（Survival Analysis），是统计学中研究事件发生时间（Time-to-Event）的一类方法。其核心研究对象是“从起始点到某个感兴趣事件发生所经历的时间”，这个时间通常被称为寿命、失效时间或生存时间。
该领域区别于传统回归分析的关键在于：删失数据（Censored Data）的存在。当研究对象在观测期内未发生目标事件，或由于其他原因提前退出研究时，我们无法获得完整的事件发生时间，但部分信息（如“至少存活了某段时间”）仍然可用。寿命数据分析正是为了在删失数据存在的情况下，仍能对生存分布、风险函数及影响因素进行有效推断。
核心概念速览：
- 生存函数 S(t)：个体存活超过时间 t 的概率。
- 风险函数 h(t)：在存活到时间 t 的条件下，瞬时发生事件的概率。
- 删失：事件时间不完全已知，但提供了部分信息（如右删失、左删失、区间删失）。
- 极大似然估计 (MLE)：处理删失数据最常用的参数估计框架。
1.2 主要应用领域
寿命数据分析在多个学科中扮演着关键角色，下表总结了三个核心领域的典型问题与数据特征：
| 领域 | 典型问题 | 事件定义 | 删失来源 |
|---|---|---|---|
| 工程可靠性 | 电子元件寿命、机械部件疲劳失效、软件缺陷时间 | 产品失效、系统故障 | 测试提前终止、竞争失效、更换部件 |
| 医学与流行病学 | 癌症患者生存期、疾病复发时间、药物起效时间 | 死亡、疾病复发、痊愈 | 失访、研究结束、退出试验 |
| 金融与保险 | 贷款违约时间、保险理赔时间、客户流失时间 | 违约、理赔、销户 | 提前还款、合同到期、数据截断 |
工程 vs 医学术语对照： 在工程中常称“失效时间”与“可靠性函数”；在医学中则称“生存时间”与“生存函数”。数学本质相同，但领域习惯不同，本课程将统一使用“寿命数据”这一术语。
1.3 课程目标与学习路径
本课程旨在帮助学习者系统掌握寿命数据分析的核心理论与实操技能，重点攻克删失数据处理与极大似然估计两大难点。课程采用“理论推导 + 案例实操”的双轨模式，确保学以致用。
下图展示了本课程的整体知识架构与学习路径：
1.4 学习路径与预备知识
本课程面向具备基础统计学知识的学员，建议按以下路径循序渐进：
- 阶段一（模块1-2）： 掌握寿命数据的基本概念与非参数估计方法，建立直观理解。
- 阶段二（模块3-4）： 深入学习参数模型与极大似然估计，这是处理删失数据的核心工具。
- 阶段三（模块5-6）： 拓展至半参数模型与进阶专题，应对实际复杂场景。
预备知识要求：
- 概率论基础：随机变量、概率密度函数、累积分布函数。
- 统计推断基础：似然函数、点估计、区间估计。
- 建议熟悉至少一种统计软件（R、Python 或 SAS），课程案例将以 R 语言为主。
1.5 为什么选择极大似然估计？
在寿命数据分析中，极大似然估计（MLE）是处理删失数据的黄金标准。其优势在于：
- 自然处理删失： 通过将删失观测的似然贡献设为生存函数值，MLE 能无偏地利用所有可用信息。
- 渐近性质优良： 在大样本下，MLE 具有一致性、渐近正态性和渐近有效性。
- 模型扩展灵活： 可轻松引入协变量、竞争风险、时变效应等复杂结构。
本课程将围绕 MLE 展开，从单参数模型到多参数模型，从无删失到复杂删失模式，逐步构建完整的分析框架。