共変量を使用したワイブル分布の公式こんにちは、
打ち切りデータと「AGE」と呼ばれる共変量を使用して生存分析を実行しました。 「確率式を保存」を使用して、式をデータテーブルに保存しました。 ここで、新しく作成した列を右クリックし、「数式」をクリックすると、以下の数式が表示されます。
私の質問は、校正された係数を置き換えることができるワイブル分布の実際の式と、出力を計算するための入力パラメーターについてアドバイスしていただけますか?
JMP の Web サイトを検索したところ、以下のワイブル分布の式を見つけました。
しかし、どの係数がどこに入るのか、共変量「AGE」の追加係数をどうするのかは明確ではありません。 以下は、JMP によって校正された推定パラメータです。
申し訳ありませんが、私はエンジニアですが、統計にはあまり詳しくありません。
ありがとう、
マイク
Re: 共変量を使用したワイブル分布の公式ハイマーク、
返信いただきありがとうございます。
リスクを評価するための式と一種の「プラグイン」パラメータを知りたい理由は、式と関連するパラメータを報告することでレポートを準備しようとしているからです。 したがって、レポートを読んでいる人は、JMP の所有者に関係なく、リスクを評価するためにパラメーターと分位数を「プラグイン」することができます。
基本的に、計算式を報告し、それぞれのパラメータを表にまとめる必要があります。これにより、読者が選択した分位数のリスクを評価できるようになります。
それが理にかなっていることを願っています。
ありがとう、
マイク
Re: 共変量を使用したワイブル分布の公式「出力の計算」に列式を使用できない理由がわかりません。
ワイブル モデルには 2 つの一般的なパラメーター化があります。 JMP は、パラメータを推定する際に優れた数値特性を備えているため、位置とスケールのバージョンを使用します。 ただし、より一般的に使用されるパラメータ化は、形状とスケールのバージョンです。 あなたが見つけた式は後者のバージョンです。 それらの間の変換は簡単です。 実際、列の数式はすでにそれを行っています。
スケール パラメータのアルファはデルタの逆数に等しいため、JMP の関数は 2 番目の引数を 1 / 0.4080431942 として示します。 形状パラメータ beta は mu の対数に等しいため、JMP 関数は 3 番目の引数を e^(3.9008889732 + 0.0008879281 * Age) として示します。 形状パラメータは年齢の関数ですが、スケールパラメータは年齢に依存しません。
LOWERDELTA は、応答として使用した分位数のようです。F(x) は累積分布関数です。 0 から指定された分位数までの値を取得する確率を返します。
