파라 메트릭 서바이벌 플랫폼을 사용하여 실제 대 예측 된 플롯을 어떻게 생성합니까?안녕 모두,
저는 JMP를 사용하여 생존 데이터 (오른쪽 검열 데이터 포함), 피로 내구성 데이터를 정확하게 분석했습니다.
이 데이터는 DOE 매트릭스를 사용하여 생성되었으며 5 개의 독립 변수를 조사하고 있습니다.
내가하고 싶은 것은 JMP가 매개 변수 생존 플랫폼에서 나오는 모델에 대한 신뢰 구간을 가진 실제 대 예측 된 플롯을 생성하는 것입니다.
나는 생존 플랫폼에 익숙하지 않고 검열 된 데이터가 포함 된 데이터를 다루고 있습니다. 우리는 변형을 통해 적합 모델 플랫폼을 사용할 수 있었고 이는 우리에게 필요한 모든 것을 제공 할 것입니다. 그러나 파라 메트릭 서바이벌 플랫폼을 사용하여이를 수행하는 방법을 알 수 없습니다.
내가 할 수있는 또 다른 방법은 파라 메트릭 생존 플랫폼이 예상 값, 5 % CI 및 95 % CI에 대한 방정식을 저장하는 것입니다. 그런 다음 프리젠 테이션에 넣을 멋진 그래프를 만들기 위해 그래프 빌더에 넣을 수 있습니다.
어떤 도움이라도 좋을 것입니다.
감사
Re : 파라 메트릭 생존 플랫폼을 사용하여 실제 대 예측 플롯을 어떻게 생성합니까?귀하의 질문을 올바르게 이해하면 기본적으로 답변을 제공 한 것입니다 ...
적합 파라 메트릭 생존 플랫폼을 사용하면 Quantile 공식을 저장할 수 있습니다 (빨간색 삼각형 아래 메뉴에서). 매개 변수로 0.5를 선택한 경우 인구의 50 %가 실패한주기 수를 추정 한 후 추정치를 얻습니다. 즉 각 행의 조건에서 주어진 50 %의 고장 수명을 갖는 모든 열에 새로운 열이 테이블에 추가됩니다.
그런 다음 그래프 빌더를 사용하여 기본적으로 관찰 된 vs. 예측 된 플롯 인 테스트 데이터 대 적합 실패 0.5 실패 Quantile을 플롯 할 수 있습니다 (예 참조). 점선은 다시 0.5 % 분위수입니다. 예를 들어 0.05 및 0.95 Quantile에 대한 추가 행을 추가하면 신뢰 구간을 추가 할 수 있습니다.
