Diferencia entre la regresión y el modelo de ubicación separada en el ajuste de supervivencia paramétricoHola
¿Me haría saber cuál es la diferencia entre la regresión y el modelo de ubicación separada en el ajuste de supervivencia paramétrico?
Sé que el modelo de ubicación separada usa el mismo parámetro de forma.
Pero la regresión en manual son parámetros (forma, ubicación) que dependen de X. No entiendo esto.
¿Cómo se toman los parámetros de forma y ubicación de la distribución de Weibull?
¿Este modelo utiliza diferentes parámetros de forma?
Atentamente,
Re: Diferencia entre regresión y modelo de ubicación separada en ajuste de supervivencia paramétricoNo estoy seguro de lo que quieres decir con " diferencia entre la regresión y el modelo de ubicación separada en el ajuste de supervivencia paramétrico. " Usaré un ejemplo de la carpeta de datos de muestra de Confiabilidad, Motorette. Ajuste un modelo de vida usando Temp como el factor tanto para la ubicación como para el parámetro de escala. Todos los términos son significativos.
Entonces, la ubicación y el parámetro de escala varían con la temperatura. Examine las Estimaciones de Parámetros en particular.
¿Cómo se utilizan estas estimaciones de parámetros? ¿Cómo es el modelo? Guardé las fórmulas de predicción para la probabilidad y el cuantil 0.1. Aquí están:
(Probabilidad predicha)
15.965159157 - 0.043882405* La temperatura es el parámetro de ubicación. 2.039358492 - 0.008725175*Temp es el parámetro de escala.
(predicho 0.1 cuantil)
La interpretación de los parámetros de Weibull basada en los predictores lineales anteriores es la misma para la segunda fórmula.
