Bonjour, je suis intéressé par l'utilisation de l'analyse de survie pour prédire la probabilité d'échec à certaines concentrations d'un facteur.Il s'agit du rejet par le consommateur d'un produit, modélisé en fonction de trois variables (par exemple des concentrations de trois ingrédients différents).Pour l'une des variables (Y), je m'intéresse à connaître la probabilité de rejet en fonction de celle-ci et de X et Z.
Remarque : En parallèle, j'évalue également la plate-forme logistique nominale, bien que j'explore l'analyse de survie car cela semble être une méthodologie intéressante.
Notation
1. J'ai un score ordinal de 1 à 9 dans une colonne.C'est la réponse du panéliste.
2. J'ai un score de catégorie « Réussite » ou « Échec » en fonction de la réponse du panéliste.Si une réponse est > 5, elle obtient un score de « Réussite ».Sinon, "Échec".
3. J'ai la colonne de censure de 1 ou 0.Je l'ai codé de telle sorte qu'un échec (par exemple, un rejet du consommateur) soit un 0, alors qu'un succès est un 1.Je l'ai fait parce que si un consommateur a donné un score "Pass", alors je considère qu'il n'a pas le temps d'échouer car il n'a pas échoué techniquement.
Contributions
1. Facteur X : concentration numérique continue d'un ingrédient X.Je m'attends à la probabilité de ne pas réussir augmenter à mesure que la concentration augmente.
2. Facteur Y : concentration numérique continue d'un ingrédient Y.Je m'attends à la probabilité de ne pas réussir diminuer à mesure que la concentration augmente.
3. Facteur Z : concentration numérique continue d'un ingrédient Z.Je m'attends à la probabilité de ne pas réussir augmenter à mesure que la concentration augmente.
Approche : utiliser le facteur Y (concentration) comme « temps jusqu'à l'échec »
0. Analyse --> Fiabilité et survie --> Ajuster la survie paramétrique
1. J'ai traité cela comme le VA Lung Cancer Set, où j'ai défini "Time to Failure" comme facteur Y car je suis intéressé à voir comment la probabilité d'échec change en fonction de Y.Notez que je m'attends à ce que la probabilité d'échec diminue à mesure que Y augmente.
2. Je mets censure comme censure.
3. Effets de l'emplacement : facteur X et facteur Y, car je suis intéressé par la capacité du modèle à modéliser la probabilité de défaillance en fonction des facteurs X, Y et Z.
Problèmes
1. En regardant le profileur de distribution, il montre que ma probabilité d'échec augmente en fait à mesure que le "temps" (alias le facteur Y) augmente.C'est le contraire de ce que j'attends.
2. J'ai également répété l'analyse où j'ai mis les facteurs X et Y comme effets de facteur, et le facteur Z comme « Time to Event ».Dans ce cas, Je m'attends à ce que la probabilité d'échec augmente avec une augmentation avec le facteur Z. .Cependant, le profileur de distribution prédit toujours que l'augmentation du facteur Y entraîne une augmentation de la probabilité d'échec.Je ne pense pas que ce soit correct.
Je soupçonne que je configure incorrectement l'analyse de survie et/ou que je devrais plutôt utiliser la régression logistique nominale.Cependant, je sais que la méthodologie de survie a été utilisée pour trouver des seuils de concentration (par exemple, la probabilité que le consommateur rejette le produit sera > 50 % si la concentration de X est supérieure à quelques pour cent).Par exemple, cet article ici : "Détermination des limites d'acceptation par les consommateurs des défauts sensoriels à l'aide de l'analyse de survie" .
Ressources
1. J'ai joint un exemple de jeu de données (table JMP) pour montrer mes entrées.
2. J'ai joint une analyse montrant où j'ai mis le facteur Y comme mon temps avant l'événement.
Ce que vous configurez ici en utilisant 0 et 1, pour Échec et Réussite, signifie « Échec » et « Censuré à droite » dans l'analyse de survie. Cependant, le document auquel vous faites référence fait différemment. Veuillez lire la formule (1), et son paragraphe se trouve à l'intérieur, ainsi que le paragraphe au-dessus.
Vous pouvez vous référer à ce document POD quantile pour une évaluation non destructive avec des données de type hit-miss pour comprendre pourquoi il en est ainsi.
