K-M生存曲线
Kaplan-Meier（K-M）生存曲线是生存分析中一种非常重要的非参数方法，用于估计给定时间点的生存概率。
散点图
散点图（Scatter Plot）是一种用于展示两个数值变量之间关系的统计图表，可用于探索相关性、识别异常值、评估分布情况、比较群体差异、拟合回归模型、多维数据可视化...
简单线性回归
线性回归是回归分析（用来评估变量之间关系的统计过程）的一种，评估的自变量X与因变量Y之间是一种线性关系。当只有一个自变量时，称为简单线性回归。
因变量预测-简单线性回归
构建简单线性回归，利用自变量来预测因变量
多元线性回归
线性回归是回归分析（用来评估变量之间关系的统计过程）的一种，评估的自变量X与因变量Y之间是一种线性关系。当具有多个自变量时，称为多元线性回归。
因变量预测-多元线性回归
构建多元线性回归，利用自变量来预测因变量
logistic回归
logistic回归是一种广义的线性回归分析模型，根据给定的自变量数据集来估计事件的发生概率，其因变量的范围在0和1之间。
因变量预测-logistic回归
构建logistic回归模型，利用自变量来预测因变量
log-rank检验
log - rank 检验主要用于评估两组或多组之间的生存时间分布是否存在统计学上的显著差异
Cox回归
Cox回归是一种用于分析生存数据的统计方法，主要用于研究影响生存时间的因素，它能评估自变量对事件发生风险的影响，通过估计风险比（HR）来量化每个协变量与事件发生率之间的关系，Cox回归不需要假设生存时间服从特定分布，可以处理删失数据。