Excel에서 사건시간 데이터를 붙여넣거나 CSV를 업로드해 카플란-마이어 생존곡선을 만드세요. 중도절단 표시, 95% 신뢰구간, 위험 표, 생존 중앙값, 로그순위 검정을 더해 SVG, PNG, CSV로 내보낼 수 있습니다. 회원가입은 필요 없습니다.
각 행은 참여자 한 명입니다. 시간은 0 이상이어야 합니다. 사건 열에는 종말점 발생 여부 또는 우측 중도절단 여부를 기록합니다.
Excel이나 Google Sheets에서 셀을 그대로 복사하세요. 필수 열은 time과 event이며 group은 선택입니다.
treatment-vs-control.csv
표시 한계는 X축만 바꿉니다. 이후 참여자를 제외하거나 위험집합을 바꾸지 않습니다.
데이터는 브라우저에서 파싱·분석되며 업로드되지 않습니다.
곱한계 추정은 동률 시점에서 사건을 중도절단보다 먼저 처리하고 Greenwood log-log 95% 신뢰구간을 사용합니다. 중요한 결과는 분석 계획과 대조해 확인하세요.
Kaplan-Meier 곡선 기초
카플란-마이어 곡선은 시간이 지나도 사건이 없는 상태로 남을 확률을 추정합니다. 사건이 발생할 때마다 곡선이 한 계단씩 내려가며, 중도절단 표시는 사건이 관찰되기 전에 추적이 끝난 참여자를 나타냅니다.
위험 표는 선택한 시점 직전에 아직 관찰 중인 참여자 수를 보여줍니다. 곡선 꼬리처럼 참여자가 적은 구간에서 특히 중요하며, 큰 계단이 소수의 참여자에 기반했을 수 있기 때문입니다.
두 그룹 이상일 때 로그순위 검정은 그룹 간 생존곡선이 전체적으로 다른지 확인합니다. 보정하지 않은 비교이며 인과 추정이 아닙니다. 공변량 보정이 필요하면 사전에 정한 Cox 모형을 대신할 수 없습니다.
각 참여자의 0 이상 추적 기간입니다.
종말점이 관찰되었는지 또는 우측 중도절단되었는지 나타냅니다.
선택 사항인 치료군, 코호트, 병기 또는 사전 지정된 다른 층입니다.
각 사건 시점 직전까지 관찰되며 사건이 없는 참여자입니다.
방법과 검증
논문에 그림을 쓰기 전에 추정량, 신뢰구간, 보고 방식을 검증된 통계 소프트웨어와 비교해 보세요.
자료 검토: 2026년 9월
참고 구현
범위
참고 추정기
확인할 내용
곱한계 추정, 위험집합, 신뢰구간, 중앙 생존기간을 대조합니다.
참고 구현
범위
독립 구현
확인할 내용
Kaplan-Meier 적합, 우측 중도절단, 신뢰구간, 생존함수 출력을 확인합니다.
참고 구현
범위
비모수 API
확인할 내용
사건 코딩, 시간 정렬, 신뢰구간 방법, 추정값이 중앙값에 도달하지 못할 때의 처리를 확인합니다.
이 자료들은 검증된 구현을 설명할 뿐이며, 연구별 통계 분석 계획이나 독립적인 검증을 대체하지 않습니다.
예시를 불러와 참여자 데이터, 사건 코딩, 중도절단 표시, 신뢰구간, 위험 표, 그룹 비교를 확인해 보세요.
사건시간 연구를 위해
임상 코호트, 치료 비교, 교육, 출판 전 그림 검토까지 하나의 투명한 흐름으로 처리합니다.
OS, PFS, DFS, 감염, 기기 고장 등 사건시간 기록을 검증 가능한 첫 분석으로 만들어 보세요.
다른 프로그램에서 분석을 다시 만들지 않고도 시간 범위, 위험 표, 신뢰대, 라벨을 바꿀 수 있습니다.
내보내기 전 사건 코딩, 잘못된 행, 그룹 크기, 사건 수, 중앙값, 위험집합 꼬리를 확인합니다.
생성기가 하는 일
모든 곡선은 그 바탕이 된 참여자 데이터, 위험집합, 불확실성, 내보낼 수 있는 통계와 계속 연결되어 있습니다.
스프레드시트에서 바로 붙여넣거나 CSV 또는 TSV 파일을 업로드하세요. time과 event 머리글이 필요하며, 흔히 쓰는 사건 단어를 인식하고 숫자 0/1 코딩을 명시적으로 유지합니다.
내 데이터로 해보기
곱한계 계단, 중도절단 표시, Greenwood log-log 신뢰구간, 생존 중앙값, 위험집합, 다중 그룹 로그순위 검정을 하나의 데이터셋에서 얻습니다.
내 데이터로 해보기
사건 코딩, 필터링, 해석이 틀려도 그래프는 그럴듯해 보일 수 있습니다. 위험도가 큰 가정을 결과 옆에 계속 보여줍니다.
숫자 사건 규칙을 직접 선택하세요. dead, alive, event, censored 같은 텍스트 값도 인식합니다.
표시 한계는 축만 바꾸며 이후 기록이나 이전 위험집합을 변경하지 않습니다.
생존곡선이 0.50까지 내려가지 않으면 임의의 값을 만들지 않고 중앙값을 미도달로 표시합니다.
위험집단 수 표와 경고가 후기 추정이 소수 참여자에 의존하는 상황을 보여줍니다.
연구자가 사용하는 이유
분석을 좌우하는 선택을 숨기지 않으면서 스프레드시트에서 검토 가능한 그림까지 이어집니다.
최신 브라우저에서 전체 과정을 실행합니다. R, Python, 데스크톱 통계 프로그램을 설치할 필요가 없습니다.
참여자 행은 파싱, 계산, 미리보기, 다운로드 내내 브라우저 안에 머뭅니다.
전용 컨트롤이 결과를 해석하기 전에 사건과 중도절단 규칙을 분명하게 보여줍니다.
위험 수는 위쪽 생존곡선과 같은 시간축과 그룹 색상을 사용합니다.
SVG는 원고, 슬라이드, 그림 편집기에서도 선명하게 유지됩니다.
사건시간 생존 추정값, 신뢰한계, 사건, 중도절단, 위험 수를 이미지와 함께 보관하세요.
Kaplan-Meier 곡선 만드는 방법
네 단계로 데이터 준비, 사건 의미 확인, 해석, 내보내기까지 이어집니다.
참여자별 한 행에 시간, 사건, 선택적 그룹 열을 입력합니다.
1과 0 중 어느 쪽이 종말점 발생을 뜻하는지 선택한 뒤 잘못된 행을 확인합니다.
중도절단, 신뢰구간, 그룹 크기, 중앙값, 로그순위 p값, 참여자가 적은 꼬리 구간을 확인합니다.
원고용 SVG 또는 PNG를 내려받고, 검토와 재현을 위해 통계 CSV를 함께 보관하세요.
분석 이어가기
참여자 흐름도를 그리고, 연구 효과를 요약하고, 출판 편향을 확인하거나 완성된 그림을 검증하세요.
자주 묻는 질문
참여자별 한 행에 0 이상 추적 시간과 사건 상태가 필요합니다. 치료군이나 코호트를 비교할 때는 선택적 그룹 열을 추가합니다. 분석 전에 1이 사건이고 0이 중도절단인지, 데이터가 반대 규칙을 쓰는지 반드시 확인하세요.
실제 데이터에는 두 규칙이 모두 있으므로 명확히 확인해야 합니다. 1 = 사건, 0 = 중도절단을 선택하거나 원본에 맞게 반대로 설정하세요. event, dead, alive, censored 같은 단어도 인식하지만 결과는 직접 검토해야 합니다.
Excel이나 Google Sheets에서 머리글과 참여자 행을 복사해 데이터 칸에 붙여넣으세요. 시간과 사건은 별도 열로 두고 비교할 때 그룹을 추가합니다. CSV/TSV 업로드도 지원하며 R, Python, 데스크톱 프로그램 없이 브라우저에서 계산합니다.
중도절단 표시는 해당 참여자의 추적이 끝난 시점에 도달한 생존확률 위치에 곡선 위에 나타납니다. 중도절단은 이후 위험집합에서 참여자를 제외하지만 아래쪽 계단을 만들지 않습니다. 같은 시점에 사건과 중도절단 기록이 있으면 사건을 먼저 처리한 뒤 중도절단 기록을 위험집합에서 제거합니다.
중앙 생존기간은 추정 생존확률이 처음 0.50 이하가 되는 시간입니다. 관찰 기간 내내 곡선이 0.50보다 높으면 미도달입니다. 일반 추적 기간 중앙값으로 바꾸거나 관찰 데이터 밖으로 곡선을 연장해서는 안 됩니다.
각 표시 시점에 기록된 추적 시간이 그 시점 이상인 참여자를 셉니다. 이는 해당 시점 사건 직전의 위험집합입니다. 표는 전체 데이터를 사용하므로 보이는 X축을 줄여도 이후 추적을 삭제하거나 이전 위험 수를 바꾸지 않습니다.
두 개 이상의 라벨을 가진 그룹 열을 추가하세요. 공분산 행렬을 추정할 수 있으면 그룹별 곡선과 자유도 k−1의 전체 Log-rank 검정을 보고합니다. 쌍별 검정이나 보정 위험비는 제공하지 않으며 별도 사전 계획 분석이 필요합니다.
도구는 참여자 행을 브라우저에서 파싱, 분석, 시각화하며 업로드하지 않습니다. 그림용 SVG나 고해상도 PNG를 내보내고 검토용 통계 CSV를 보관하세요. 출판 전에는 직접 식별자를 제거하고 기관의 데이터 정책을 따르며 분석, 라벨, 가정, 저널 요건을 직접 검증하세요.
생존곡선을 그려볼까요?
사건시간 데이터를 붙여넣고 중도절단 코드를 확인한 뒤 위험 표와 불확실성을 점검하고, 그림을 통계와 함께 내보내세요. 회원가입은 필요 없습니다.
