Каким методом воспользоваться? Опции

[Leer]

Коллеги, у меня случился приступ кретинизма и сомнений.
Прошу помочь в двух вопросах.

1. На руках данные - скорость наступления события N (две переменных, начало = 0, конец = t, цензурированных и пропущенных нет, событие N наступило для всех наблюдений, других эпизодов наблюдений нет, окно наблюдения также не опредлено). Задача - оценить скорость наступления события N для разных групп обследуемых. Заказчик честно утверждает, что это Kaplan-Meier estimation+piecewise constant exponential models. Я столь же честно смотрю на данные и думаю, что все-таки нужно использовать только ANOVA, без бессмсыленных изысков анализа выживаемости. Прав ли я?

2. надо проверить связь двух переменных (или оценить влияние) - одна дихотомическая, вторая ранговая, порядка 10 градаций. Из методов в голову приходит только традиционная ранговая корреляция r-Спирмена. Но меня внезапно стали терзать смутные сомнения, может - есть еще что более подходящее задаче. Чем бы вы воспользовались?

В обоих случаях выборка - несколько тысяч наблюдений.

[DrgLena]

Интерпретация таблиц вытекает из их содержания, например вы хотете посмотреть как в двух группах распределены значения переменной, выраженной 4-мя значениями. Если категории упорядоченные, полуколичественные,то могут быть использованы соответстующие корреляции, а если значения чисто номинальные, то таблицы дают возможность оценить каких значений больше в какой из двух групп. Табличка разъезжается, но можно заметить, что CALL=3 и CALL=4 чаще встречается в группе LIVE=2. Дальше можно доказывать сравнением долей. Интерпретация - среди умерших больных преобладали больные с клеточным типом опухоли обозначенным 3 и 4 (82,1%), среди проживших как минимум 5 лет этот процент 52,3. С упорядоченными категориями проще, есть тесты соответствующие.

Summary Frequency Table (foto.STA) Table: LIVE(2) x CALL(4)
LIVE CALL - 1 CALL - 2 CALL - 3 CALL - 4 Row - Totals
Count 1 16 26 32 14 88
Row Percent 18,2% 29,5% 36,4% 15,9%
Count 2 4 1 14 9 28
Row Percent 14,3% 3,6% 50,0% 32,1%
Count All Grps 20 27 46 23 116