공변량이 있는 Weibull 분포 공식안녕하세요,
중도절단된 데이터와 "AGE"라는 공변량으로 생존 분석을 수행했습니다. "확률 공식 저장"을 사용하여 데이터 테이블에 공식을 저장했습니다. 이제 새로 생성된 열을 마우스 오른쪽 버튼으로 클릭하고 "수식"을 클릭하면 아래 수식이 표시됩니다.
내 질문은 보정된 계수와 입력 매개변수를 대체하여 출력을 계산할 수 있는 Weibull 분포의 실제 공식에 대해 누군가 조언할 수 있습니까?
JMP 웹사이트를 뒤져보니 Weibull 분포에 대한 아래 공식을 찾았습니다.
그러나 나는 어떤 계수가 어디로 가고 공변량 "AGE"의 추가 계수로 무엇을 해야할지 명확하지 않습니다. 다음은 JMP에서 보정한 추정 매개변수입니다.
죄송합니다. 저는 엔지니어이고 통계에 정통하지 않습니다.
감사합니다,
마이크
Re: 공변량이 있는 Weibull 분포 공식안녕 마크,
답장을 보내 주셔서 감사합니다.
위험도를 평가하기 위한 "플러그인" 매개변수의 공식과 종류를 알고 싶은 이유는 공식과 관련 매개변수를 보고하여 보고서를 준비하려고 하기 때문입니다. 따라서 보고서를 읽는 모든 사람은 JMP 소유 여부에 관계없이 매개 변수와 분위수를 "플러그인"하여 위험을 평가할 수 있습니다.
기본적으로 공식을 보고하고 각 매개변수를 표로 작성해야 독자가 선택한 분위수에 대한 위험을 평가할 수 있습니다.
말이 되기를 바랍니다.
감사해요,
마이크
Re: 공변량이 있는 Weibull 분포 공식"출력 계산"에 열 수식을 사용할 수 없는 이유가 명확하지 않습니다.
Weibull 모델에는 두 가지 인기 있는 매개변수화가 있습니다. JMP는 매개변수를 추정할 때 수치적 속성이 더 좋기 때문에 위치 및 축척 버전을 사용합니다. 그러나 보다 일반적으로 사용되는 매개변수화는 모양 및 스케일 버전입니다. 찾은 공식은 후자의 버전입니다. 그들 사이를 변환하는 것은 쉽습니다. 사실, 열 수식은 이미 당신을 위해 그것을 했습니다.
척도 매개변수 알파는 역수 델타와 같으므로 JMP의 함수는 두 번째 인수를 1/0.4080431942로 표시합니다. 모양 매개변수 베타는 mu의 로그와 같으므로 JMP의 함수는 세 번째 인수를 e^(3.9008889732 + 0.0008879281 * 나이)로 표시합니다. 모양 매개변수는 연령의 함수인 반면 척도 매개변수는 연령과 무관합니다.
LOWERDELTA는 응답으로 사용한 분위수인 것으로 보입니다.F(x)는 누적 분포 함수입니다. 0과 주어진 분위수 사이의 값을 얻을 확률을 반환합니다.
