Análise de distribuição não paramétrica (censura à direita)
Esta análise estima a sobrevivência a partir de dados de vida em que algumas unidades foram retiradas ou ainda estavam em operação (censuradas à direita), sem supor uma distribuição de Weibull, lognormal ou outra. Informe os tempos de falha ou de censura e uma coluna de censura. Usa a estimativa de Kaplan-Meier com limites de confiança de Greenwood. A saída inclui a tabela de Kaplan-Meier, a vida mediana com intervalo de confiança, uma média corrigida e um gráfico de sobrevivência.
Última revisão
Conclusão principal
A análise de distribuição não paramétrica (censura à direita) estima a curva de sobrevivência e a vida mediana de um produto direto de dados de vida com unidades censuradas à direita, pelo método de Kaplan-Meier, sem supor distribuição.
Nesta página
Finalidade
A análise de distribuição não paramétrica (censura à direita) estima a curva de sobrevivência de um produto diretamente a partir de dados de vida, sem supor uma distribuição de Weibull, lognormal ou qualquer outra. Ela trata unidades que foram retiradas ou ainda estavam em operação quando a observação terminou (censuradas à direita). Use-a para ler a sobrevivência em determinadas idades e a vida mediana quando nenhuma distribuição se ajusta bem ou quando você não quer depender de uma, e como verificação de um ajuste paramétrico.
Principais recursos
- Estimativa de sobrevivência de Kaplan-Meier em cada tempo observado, com erros padrão e limites de confiança.
- Número em risco, número de falhas e um indicador de censura em cada tempo.
- Vida mediana com intervalo de confiança e uma estimativa da média.
- Contagens de falhas e de unidades censuradas à direita.
- Gráfico de sobrevivência de Kaplan-Meier com bandas de confiança.
Métodos estatísticos
Na coluna de censura, as linhas iguais ao valor de censura são censuradas à direita e todas as demais são falhas. A estimativa de Kaplan-Meier é S(t) = Π (1 − dⱼ / rⱼ) sobre todos os tempos de falha tⱼ ≤ t, em que dⱼ é o número de falhas em tⱼ e rⱼ o número de unidades ainda em risco imediatamente antes de tⱼ. Uma unidade censurada sai do conjunto em risco no seu tempo de censura sem provocar um degrau, de modo que conta como sobrevivente até esse tempo e não além dele. A curva só desce em degraus nos tempos de falha.
O erro padrão é S(t) vezes a raiz quadrada da soma de Greenwood, Σ dⱼ / (rⱼ(rⱼ − dⱼ)). Os limites de confiança usam a forma exponencial (log-log) da fórmula de Greenwood, que os mantém entre 0 e 1. A mediana é o primeiro tempo em que S(t) cai a 0.5 ou menos; seu intervalo de confiança vai do primeiro tempo em que a banda inferior cai a 0.5 ou menos até o primeiro tempo em que a banda superior faz o mesmo (método de Brookmeyer-Crowley). A mediana ou seus limites não são estimáveis se a curva ou a banda nunca chegar a 0.5.
Mean(corrected) é a área sob a curva em degraus de Kaplan-Meier de 0 até o maior tempo observado (a média restrita): S = 1 até o primeiro tempo e, depois, cada estimativa se mantém até o próximo tempo listado. Se a maior observação for censurada, a curva não chegou a 0 e a verdadeira média é maior, então a ferramenta adiciona um aviso. Após a última falha, a estimativa permanece constante: os dados nada dizem sobre falhas além desse tempo.
Campos de entrada e opções
Campo | Descrição |
Variable | Obrigatório. Tempo até a falha, ou tempo até a censura para unidades retiradas ou ainda em operação. |
Use censoring column | Obrigatório. As linhas iguais ao valor de censura são censuradas à direita; todas as demais são falhas. Toda linha precisa de um valor. |
Censoring value | O valor da coluna de censura que marca uma unidade censurada. Padrão 0, de modo que 1 = falha. |
Confidence level (%) | Para os limites de confiança da sobrevivência e da mediana. Padrão 95; de 50 a 99.99. |

Figura 1 — Opções do exemplo: tempos de ensaio de enrolamentos a 80 °C (Temp80), coluna de censura Cens80 com valor de censura 0.
Descrição da saída
- Tabela Censoring — o número de valores não censurados (falhas) e censurados à direita.
- Characteristics — Mean(corrected) e Median, com os limites de confiança da mediana.
- Notes — por exemplo, quando a média é subestimada porque a maior observação é censurada ou quando a mediana não é estimável.
- Tabela de Kaplan-Meier — Time, Number at Risk, Number of Events, Censored, Survival Probability, Standard Error e limites de confiança.
- Kaplan-Meier Survival Plot — a curva de sobrevivência em degraus com suas bandas de confiança.
- Exportação em PDF por meio de Download.

Figura 2 — Characteristics, o início da tabela de Kaplan-Meier e o gráfico de sobrevivência de 50 enrolamentos: vida mediana de 55 horas (IC de 95% de 51 a 62).
Exemplo prático
Um engenheiro de confiabilidade ensaia 50 enrolamentos de motores de turbina a 80 °C. 37 falham e 13 são retirados antes da falha. Sem supor nenhuma distribuição, o engenheiro quer saber quantos enrolamentos sobrevivem até determinada idade e qual é a vida mediana. Ele define Variable = Temp80, Use censoring column = Cens80 e Censoring value = 0, e mantém a confiança de 95%.
A vida mediana é de 55 horas, com intervalo de confiança de 95% de 51 a 62 horas. A sobrevivência estimada é 0.66 em 50 horas (IC de 95% de 0.51 a 0.77) e 0.40 em 60 horas (0.27 a 0.53). A tabela desce a cada falha, por exemplo de 0.66 para 0.58 em 51 horas, quando quatro enrolamentos falham juntos. A última falha ocorre em 74 horas; depois disso, todos os enrolamentos restantes foram retirados, então a curva permanece em 0.258 e os dados não permitem dizer quando esses enrolamentos teriam falhado. Mean(corrected) é 63.7 horas, com a nota de que está subestimada porque a maior observação (105 horas) é censurada.
Para o engenheiro, a mediana de 55 horas é a resposta mais direta, sem supor nenhum modelo. Um ajuste de Weibull aos mesmos dados (Distribution Overview Plot ou Parametric Distribution Analysis) dá uma sobrevivência de 0.66 em 50 horas, coincidindo com a estimativa de Kaplan-Meier, mas 0.53 em 60 horas contra 0.40 aqui, e uma mediana de 62.6 horas. A diferença mostra onde o modelo de Weibull e os dados divergem, e qual mediana relatar depende de se confiar no modelo além da região em que os dados concordam com ele.
Perguntas frequentes
O que é a estimativa de Kaplan-Meier?
A estimativa de Kaplan-Meier é uma curva de sobrevivência não paramétrica, S(t), calculada como o produto de (1 - d/r) sobre todos os tempos de falha até t, em que d é o número de falhas em um tempo e r o número de unidades ainda em risco imediatamente antes dele. Uma unidade censurada sai do conjunto em risco sem provocar um degrau, de modo que a curva só desce nos tempos de falha.
Quando usar a análise de distribuição não paramétrica em vez da paramétrica?
Use a análise não paramétrica de Kaplan-Meier para ler a sobrevivência em determinadas idades e a vida mediana quando nenhuma distribuição se ajusta bem ou quando você não quer depender de uma. Ela também serve como verificação de um ajuste paramétrico, mostrando onde um modelo como o de Weibull e os dados divergem.
Como a vida mediana e seu intervalo de confiança são determinados?
A mediana é o primeiro tempo em que a estimativa de sobrevivência cai a 0.5 ou menos. Seu intervalo de confiança vai do primeiro tempo em que a banda inferior chega a 0.5 ou menos até o primeiro tempo em que a banda superior faz o mesmo (método de Brookmeyer-Crowley). A mediana ou seus limites não são estimáveis se a curva ou a banda nunca chegar a 0.5.
Por que a média de Kaplan-Meier é marcada como subestimada?
Mean(corrected) é a área sob a curva em degraus de Kaplan-Meier até o maior tempo observado. Se a maior observação for censurada, a curva não chegou a 0 e a verdadeira média é maior, então um aviso é adicionado. Após a última falha, a estimativa permanece constante, porque os dados nada dizem sobre falhas além desse tempo.
