안녕하세요, 저는 생존 분석을 사용하여 요인의 특정 농도에서 실패 확률을 예측하는 데 관심이 있습니다.이것은 세 가지 변수(예: 세 가지 다른 성분의 농도)의 함수로 모델링된 제품에 대한 소비자 거부입니다.변수(Y) 중 하나에 대해 X와 Z의 함수로 거부 확률을 알고 싶습니다.
참고: 이와 병행하여 명목 물류 플랫폼도 평가하고 있지만 흥미로운 방법론처럼 보이기 때문에 생존 분석을 탐구하고 있습니다.
득점
1. 한 열에 1 - 9의 서수 점수가 있습니다.패널들의 답변입니다.
2. 패널리스트 응답에 따라 "통과" 또는 "실패"의 범주 점수가 있습니다.응답이 5보다 크면 "통과" 점수를 받습니다.그렇지 않으면 "실패."
3. 중도절단열이 1 또는 0입니다.나는 실패(예: 소비자 거부)가 0인 반면 통과는 1이 되도록 코딩했습니다.소비자가 "통과" 점수를 주면 기술적으로 실패하지 않았기 때문에 실패할 시간이 없다고 생각하기 때문에 이렇게 했습니다.
입력
1. 인자 X: 성분 X의 연속 수치 농도.실패할 가능성이 있다고 본다 증가하다 농도가 올라갈수록.
2. 인자 Y: 성분 Y의 연속 수치 농도.실패할 가능성이 있다고 본다 감소하다 농도가 올라갈수록.
3. 인자 Z: 성분 Z의 연속 수치 농도.실패할 가능성이 있다고 본다 증가하다 농도가 올라갈수록.
접근 방식: "실패 시간"으로 요인 Y(농도) 사용
0. 분석 --> 신뢰성 및 생존 --> 모수적 생존에 적합
1. 나는 이것을 VA Lung Cancer Set처럼 취급했습니다. 여기서 나는 실패 확률이 Y의 함수로 어떻게 변하는지 보는 데 관심이 있기 때문에 "실패 시간"을 요인 Y로 설정했습니다.Y가 올라갈수록 실패 확률이 낮아질 것으로 예상합니다.
2. 나는 censor를 censor로 둡니다.
3. 위치 효과: 요인 X, Y 및 Z의 함수로 고장 확률을 모델링할 수 있는 모델에 관심이 있기 때문에 요인 X 및 요인 Y.
문제
1. 분포 프로파일러를 보면 "시간"(Factor Y라고도 함)이 올라갈수록 실패 확률이 실제로 증가한다는 것을 알 수 있습니다.이것은 내가 기대하는 것과 반대입니다.
2. 또한 요인 X와 Y를 요인 효과로, 요인 Z를 "사건 발생 시간"으로 두는 분석을 반복했습니다.이 경우, 요인 Z가 증가함에 따라 실패 확률이 증가할 것으로 예상합니다. .그러나 분포 프로파일러는 여전히 요인 Y가 증가하면 실패 확률이 증가할 것으로 예측합니다.나는 이것이 옳지 않다고 생각한다.
생존 분석을 잘못 설정하고 있거나 대신 명목 로지스틱 회귀를 사용해야 한다고 생각합니다.그러나 나는 생존 방법론이 농도 임계값을 찾는 데 사용되었다는 것을 알고 있습니다(예: X의 농도가 일부 퍼센트보다 크면 소비자가 제품을 거부할 확률은 >50%가 될 것입니다).예를 들어, 이 문서는 "생존 분석을 사용한 감각 결함에 대한 소비자 수용 한계의 결정"입니다. .
자원
1. 내 입력을 표시하기 위해 예제 데이터 세트(JMP 테이블)를 첨부했습니다.
2. 이벤트 발생 시간으로 요인 Y를 설정한 위치를 보여주는 분석을 첨부했습니다.
여기서 실패 및 통과에 대해 0과 1을 사용하여 설정한 것은 생존 분석에서 "실패" 및 "오른쪽 중도절단"을 의미합니다. 그러나 당신이 언급한 논문은 다릅니다. 공식 (1)을 읽고 그 안에 있는 단락과 그 위의 단락을 읽으십시오.
이 문서를 참조하는 것이 좋습니다. 적중률 데이터를 사용한 비파괴 평가용 Quantile POD 왜 그런지 이해하기.
