¿Cómo genero gráficos reales frente a predichos utilizando la plataforma de supervivencia paramétrica?Hola a todos,
He estado usando JMP para analizar datos de supervivencia (que contienen datos censurados a la derecha), para ser exactos, datos de resistencia a la fatiga.
Estos datos se han generado utilizando una matriz DOE y están investigando cinco variables independientes.
Lo que me gustaría hacer es generar gráficos reales vs predichos con intervalos de confianza para el modelo que JMP crea desde la plataforma de supervivencia parametérica.
Soy nuevo en la plataforma de supervivencia y estoy tratando con datos que contienen datos censurados. Solíamos poder utilizar la plataforma del modelo de ajuste mediante la transformación y esto nos daría todo lo que necesitábamos. Sin embargo, no puedo ver cómo hacerlo utilizando la plataforma de supervivencia paramétrica.
Otra forma en que podría hacerlo es si la plataforma de supervivencia paramétrica para guardar ecuaciones para los valores pronosticados, 5% CI y 95% CI. Que luego podría poner en el generador de gráficos para crear un gráfico agradable para poner en una presentación.
Cualquier ayuda sería genial.
Gracias
Re: ¿Cómo genero gráficos reales vs predichos usando la plataforma de supervivencia paramétrica?Si entiendo su pregunta correctamente, básicamente ha proporcionado la respuesta ...
La plataforma de supervivencia paramétrica ajustada permite guardar la fórmula cuantil (desde el menú debajo del triángulo rojo). Si elige 0.5 como parámetro, obtiene una estimación después de cuántos ciclos ha fallado el 50% de su población. Es decir Se agrega una nueva columna a la tabla que tiene en cada fila el 50% de vida de falla prevista dadas las condiciones en esa fila.
A continuación, puede usar el generador de gráficos para trazar los datos de la prueba frente al cuartil de falla ajustado de 0.5, que es básicamente una gráfica observada versus predicha (ver ejemplo). La línea punteada es nuevamente el cuantil del 0.5 por ciento. Al agregar líneas adicionales para, por ejemplo, los cuantiles 0.05 y 0.95, puede agregar un intervalo de confianza.
