Hallo, ich bin daran interessiert, mithilfe der Überlebensanalyse die Ausfallwahrscheinlichkeit bei bestimmten Konzentrationen eines Faktors vorherzusagen.Hierbei handelt es sich um die Ablehnung eines Produkts durch den Verbraucher, modelliert als Funktion von drei Variablen (z. B. Konzentrationen von drei verschiedenen Inhaltsstoffen).Für eine der Variablen (Y) möchte ich die Wahrscheinlichkeit der Ablehnung als Funktion davon und X und Z kennen.
Hinweis: Parallel dazu evaluiere ich auch die nominale Logistikplattform, obwohl ich die Überlebensanalyse untersuche, weil sie eine interessante Methodik zu sein scheint.
Wertung
1. Ich habe eine Ordnungszahl von 1 bis 9 in einer Spalte.Dies ist die Antwort der Diskussionsteilnehmer.
2. Ich habe eine Kategoriebewertung von „Bestanden“ oder „Nicht bestanden“, basierend auf der Antwort des Diskussionsteilnehmers.Wenn eine Antwort > 5 ist, erhält sie die Bewertung „Bestanden“.Andernfalls „Fehlgeschlagen“.
3. Ich habe die Zensurspalte 1 oder 0.Ich habe es so codiert, dass ein Fehler (z. B. Ablehnung durch den Verbraucher) eine 0 ist, während ein Bestanden eine 1 ist.Ich habe dies getan, weil ich davon ausgehe, dass es keine Zeit bis zum Scheitern gibt, wenn ein Verbraucher die Bewertung „Bestanden“ abgegeben hat, da es technisch gesehen nicht gescheitert ist.
Eingaben
1. Faktor X: kontinuierliche numerische Konzentration eines Inhaltsstoffs X.Ich gehe davon aus, dass es wahrscheinlich scheitern wird Zunahme wenn die Konzentration steigt.
2. Faktor Y: kontinuierliche numerische Konzentration eines Inhaltsstoffs Y.Ich gehe davon aus, dass es wahrscheinlich scheitern wird verringern wenn die Konzentration steigt.
3. Faktor Z: kontinuierliche numerische Konzentration eines Inhaltsstoffs Z.Ich gehe davon aus, dass es wahrscheinlich scheitern wird Zunahme wenn die Konzentration steigt.
Ansatz: Faktor Y (Konzentration) als „Zeit bis zum Scheitern“ nutzen
0. Analysieren -> Zuverlässigkeit und Überleben -> Parametrisches Überleben anpassen
1. Ich habe dies wie das VA-Lungenkrebs-Set behandelt, bei dem ich „Zeit bis zum Scheitern“ als Faktor Y festgelegt habe, da ich daran interessiert bin, zu sehen, wie sich die Wahrscheinlichkeit eines Scheiterns als Funktion von Y ändert.Beachten Sie, dass ich erwarte, dass die Ausfallwahrscheinlichkeit sinkt, wenn Y steigt.
2. Ich habe den Zensor als Zensor bezeichnet.
3. Standorteffekte: Faktor X und Faktor Y, da ich daran interessiert bin, dass das Modell die Ausfallwahrscheinlichkeit als Funktion der Faktoren X, Y und Z modellieren kann.
Themen
1. Ein Blick auf den Verteilungsprofiler zeigt, dass meine Ausfallwahrscheinlichkeit tatsächlich mit zunehmender „Zeit“ (auch bekannt als Faktor Y) zunimmt.Das ist das Gegenteil von dem, was ich erwarte.
2. Ich habe auch die Analyse wiederholt, wobei ich die Faktoren X und Y als Faktoreffekte und Faktor Z als „Zeit bis zum Ereignis“ eingegeben habe.In diesem Fall, Ich gehe davon aus, dass die Wahrscheinlichkeit eines Scheiterns mit einer Erhöhung um Faktor Z zunimmt. .Der Verteilungsprofiler prognostiziert jedoch immer noch, dass eine Erhöhung des Faktors Y zu einer Erhöhung der Ausfallwahrscheinlichkeit führt.Ich glaube nicht, dass das richtig ist.
Ich vermute, dass ich die Überlebensanalyse entweder falsch einrichte und/oder stattdessen einfach die nominale logistische Regression verwenden sollte.Ich weiß jedoch, dass die Überlebensmethode zum Ermitteln von Konzentrationsschwellen verwendet wurde (z. B. liegt die Wahrscheinlichkeit, dass der Verbraucher ein Produkt ablehnt, bei > 50 %, wenn die Konzentration von X mehr als einige Prozent beträgt).Zum Beispiel dieses Papier hier: „Determination of Consumer Acceptance Limits to Sensory Defects Using Survival Analysis“ .
Ressourcen
1. Ich habe einen Beispieldatensatz (JMP-Tabelle) angehängt, um meine Eingaben zu zeigen.
2. Ich habe eine Analyse beigefügt, die zeigt, wo ich Faktor Y als meine Zeit bis zum Ereignis eingebe.
Was Sie hier mit 0 und 1 für Fail und Pass einrichten, bedeutet in der Überlebensanalyse „Misserfolg“ und „Recht zensiert“. Das Papier, auf das Sie sich beziehen, macht jedoch etwas anderes. Bitte lesen Sie die Formel (1) und den Absatz, in dem sie steht, sowie den Absatz darüber.
Vielleicht möchten Sie sich auf dieses Papier beziehen Quantil-POD für die zerstörungsfreie Auswertung mit Hit--Miss-Daten um zu verstehen, warum das so ist.
