利用刪失資料進行假設檢驗你好，
我正在嘗試弄清楚如何使用刪失資料進行假設檢驗，以及如何確定未來研究的樣本量。
我的資料既有左刪失數據，也有區間刪失資料。我想證明在某個時間點（上限）之前，95%的樣本都發生了「事件」。
我使用 JMP 中的「生命分佈」功能繪製了事件圖，確定了最適合我資料的模型，並確定了 95% 的樣本在哪個時間點發生了事件。然後，我將 95% 分位數對應的時間點與我的上限進行比較。這種方法是否正確？
接下來，我想利用這項研究的模型資料來確定下一項研究所需的樣本量。請問有什麼方法可以做到這一點？
親切的問候
雷神
基礎資料分析與建模回复：使用刪失數據進行假設檢驗您在使用 95% 分位數估計方面走在正確的軌道上。 另外，95%的分位數估計只是一個點估計，它有不確定性。 您可能想要比較的實際值通常不是該特定值，而是與其相關聯的置信區間。 但這取決於你的目標是什麼。 例如，如果您的目標是找到至少 95% 的事件發生在 T 之前的數量 T，並具有所需的置信度水平 L。 然後你應該尋找置信水平 L 的單邊置信界限的上限。 假設所需的置信度為 90%。 此數量 T 是 90% 置信水平下單側置信界限的上限。 這個數量 T 大於 95% 分位數，因此它考慮了估計的不確定性。 如果你的特定時間點大於這個數量 T，你可以堅定地聲稱 95% 的事件發生在那個時間點之前。 這裡有相當多的不平等。 這一切都是關於站在正確的一邊。
要找到數字，您需要知道在哪裡指定所需的置信度；看到這個截圖：
要找到單側置信界限，您需要找到“Custom Estimation”：
在 Custom Estimation 中，找到 Quantile 部分，為概率輸入 0.95，為 Side 選擇“Upper”。 並在您的報告中使用“可能性”而不是“Wald”，以防您的樣本量不大。
對於樣本量問題，您可能需要查看兩個地方：樣本量探索者的壽命測試在 JMP 17 或樣本量和功效之間的可靠性檢驗計劃在 JMP 17 及之前版本中。 後者即將退休。 它們都在 DOE 菜單下。 要點是：確定你的目標，它應該是兩個目標之一，在你的情況下，我猜目標是估計分位數（另一個是估計概率）。 除此之外，確保找到樣本量是目標。 然後指定其餘信息。
