利用删失数据进行假设检验你好，
我正在尝试弄清楚如何使用删失数据进行假设检验，以及如何确定未来研究的样本量。
我的数据既有左删失数据，也有区间删失数据。我想证明在某个时间点（上限）之前，95%的样本都发生了某个“事件”。
我使用 JMP 中的“生命分布”功能绘制了事件图，确定了最适合我数据的模型，并确定了 95% 的样本在哪个时间点发生了事件。然后，我将 95% 分位数对应的时间点与我的上限进行比较。这种方法是否正确？
接下来，我想利用这项研究的模型数据来确定下一项研究所需的样本量。请问有什么方法可以做到这一点？
亲切的问候
雷神
基础数据分析与建模回复：使用删失数据进行假设检验您在使用 95% 分位数估计方面走在正确的轨道上。 另外，95%的分位数估计只是一个点估计，它有不确定性。 您可能想要比较的实际值通常不是该特定值，而是与其相关联的置信区间。 但这取决于你的目标是什么。 例如，如果您的目标是找到至少 95% 的事件发生在 T 之前的数量 T，并具有所需的置信度水平 L。 然后你应该寻找置信水平 L 的单边置信界限的上限。 假设所需的置信度为 90%。 此数量 T 是 90% 置信水平下单侧置信界限的上限。 这个数量 T 大于 95% 分位数，因此它考虑了估计的不确定性。 如果你的特定时间点大于这个数量 T，你可以坚定地声称 95% 的事件发生在那个时间点之前。 这里有相当多的不平等。 这一切都是关于站在正确的一边。
要找到数字，您需要知道在哪里指定所需的置信度；看到这个截图：
要找到单侧置信界限，您需要找到“Custom Estimation”：
在 Custom Estimation 中，找到 Quantile 部分，为概率输入 0.95，为 Side 选择“Upper”。 并在您的报告中使用“可能性”而不是“Wald”，以防您的样本量不大。
对于样本量问题，您可能需要查看两个地方：样本量探索者的寿命测试在 JMP 17 或样本量和功效之间的可靠性检验计划在 JMP 17 及之前版本中。 后者即将退休。 它们都在 DOE 菜单下。 要点是：确定你的目标，它应该是两个目标之一，在你的情况下，我猜目标是估计分位数（另一个是估计概率）。 除此之外，确保找到样本量是目标。 然后指定其余信息。
