参数生存分析的启发式观点 (2020-US-30MP-567)桑迪亚国家实验室首席系统研究分析师 Thor Osborn
参数生存分析通常用于描述实体（人、工厂、产品等）在明确定义的分类状态之间的概率转换。此类分析将持续时间依赖过程建模为紧凑的连续分布，并将各个实体的相应转换概率建模为持续时间和效应变量的函数。然而，由于对底层物理过程的了解甚少，因此数据集最合适的生存分布通常并不明确。在这种情况下，可以尝试一组常见的参数生存分布（例如对数正态分布、威布尔分布、弗雷切特分布和对数逻辑分布）来确定最适合数据的分布。应用多种选项可以提高找到适用于许多实际用途的足够质量模型的可能性，但这种方法几乎无法深入了解控制感兴趣转换的过程。每个常用的生存分布都基于不同的结构主题，这些主题可能为构建适当的问题和假设以进行更深入的研究提供有价值的视角。本文阐明了每种常用生存分布背后的基本机制，并考虑了每种机制在过程探究和理解方面的启发价值。
自动生成的成绩单...
|
扬声器
|
脚本
|
| |
您好，欢迎来到我的 |
| 00 |
14.633 |
| |
3 |
| |
在过去的 25 年里，我 |
| |
进行了许多研究， |
| 00 |
31.533 |
| |
7 |
| |
和你分享一种思维方式 |
| |
关于我们的分布 |
| 00 |
49.366 |
| |
11 |
| |
受先例的激励， |
| |
使用，或经验证明 |
| 00 |
05.666 |
| |
15 |
| |
了解其流程。此外， |
| |
当模型拟合度极佳时 |
| 00 |
20.666 |
| |
19 |
| |
分布的起源 |
| |
常用于参数化 |
| 00 |
36.366 |
| |
23 |
| |
在工作场所以及 |
| |
在学术文献中。 |
| 00 |
51.400 |
| |
二十七 |
| |
文学作品，包括教科书 |
| |
以及基于网络的文章 |
| 00 |
07.166 |
| |
31 |
| |
重新审查可能无法 |
| |
从工作中获取全部价值。 |
| 00 |
21.633 |
| |
三十五 |
| |
指数。 |
| |
人们经常谈论 |
| 00 |
39.066 |
| |
三十九 |
| |
因为它们从根本上模拟 |
| |
不同的系统原型。在 |
| 00 |
56.200 |
| |
43 |
| |
分布确实适合 |
| |
对数正态数据非常好。 |
| |
贴合度也可能 |
| 00 |
32.066 |
| |
四十八 |
| |
更合适。其次， |
| |
只是有点巧合 |
| 00 |
55.333 |
| |
52 |
| |
核心流程机制 |
| |
这些分布代表 |
| 00 |
11.600 |
| |
56 |
| |
分析，但它提供了一个非常 |
| |
熟悉的起点 |
| 00 |
27.133 |
| |
60 |
| |
不相关的效应。让我们看看 |
| |
如果这是真的。 |
| |
为了创造良好的 |
| 00 |
52.733 |
| |
65 |
| |
25,000。对于个人 |
| |
记录，我们将使用随机 |
| 00 |
29.400 |
| |
06.333 |
| |
70 |
| |
71 |
| |
看到我们确实得到了 |
| |
正态分布。 |
| |
现在让我们考虑一下 |
| 00 |
14.400 |
| |
76 |
| |
无法铭刻我的大脑 |
| |
充分了解 |
| 00 |
34.300 |
| |
80 |
| |
对数正态分布也是 |
| |
非常简单。如你所见， |
| 00 |
50.233 |
| |
84 |
| |
本次演示中，我们重复使用 |
| |
波动数据 |
| 00 |
05.766 |
| |
88 |
| |
JSL 脚本，因为我发现它 |
| |
更加方便 |
| 00 |
32.566 |
| |
92 |
| |
每个记录的数量 |
| |
样本。接下来，它提取 |
| 00 |
53.200 |
| |
96 |
| |
产品。 |
| |
外循环跟踪 |
| 00 |
17.133 |
| |
101 |
| |
在上一张幻灯片中。 |
| |
扩增产物补偿 |
| 00 |
33.700 |
| |
105 |
| |
可以考虑分配 |
| |
作为二次生成 |
| 00 |
18.400 |
| |
110 |
| |
许多类似的内部流程 |
| |
表示为其最大值 |
| 00 |
35.000 |
| |
114 |
| |
由 Frechet 分发。 |
| |
威布尔分布表示 |
| 00 |
50.466 |
| |
118 |
| |
当任何 |
| |
多个元素有 |
| 00 |
08.766 |
| |
122 |
| |
使用帕累托分布 |
| |
作为源。在本例中， |
| 00 |
27.600 |
| |
126 |
| |
正常的绝对值 |
| |
分布作为源。 |
| |
现在让我们快速看一下 |
| 00 |
58.666 |
| |
131 |
| |
使用最大值。 |
| |
对于平方根 |
| 00 |
50.766 |
| |
136 |
| |
不可用，您也可以 |
| |
看到其他常见的 |
| 00 |
33.233 |
| |
46.033 |
| |
141 |
| |
正态分布的值 |
| |
很好。 |
| |
顺便说一句，威布尔 |
| 00 |
28.066 |
| |
146 |
| |
当其核心分布 |
| |
行为实质上 |
| 00 |
43.600 |
| |
150 |
| |
含有四种血红素 |
| |
亚基机械相互作用 |
| 00 |
59.166 |
| |
154 |
| |
到目前为止都依赖于 |
| |
独立样本。教授 |
| 00 |
15.766 |
| |
158 |
| |
扩展至汽车生产 |
| |
相关数据。生成 |
| 00 |
32.100 |
| |
162 |
| |
序列自相关是 |
| |
约 0.75，但 |
| 00 |
59.033 |
| |
02.300 |
| |
167 |
| |
共同生存 |
| |
分布。你可以看到 |
| 00 |
26.400 |
| |
171 |
| |
关系的良好典范 |
| |
现实世界分析 |
| 00 |
42.000 |
| |
175 |
| |
混居一个家庭 |
| |
重工业住宅。 |
| 00 |
55.266 |
| |
179 |
| |
具有相似的特征。 |
| |
土地所有者必须向 |
| 00 |
09.000 |
| |
183 |
| |
有机会发表评论。本地 |
| |
然后官员们权衡 |
| 00 |
22.433 |
| |
187 |
| |
方。本示例不是 |
| |
以示威的方式 |
| 00 |
36.633 |
| |
191 |
| |
处理时间为 140 天。 |
| |
显然不完美，但是 |
| 00 |
52.733 |
| |
195 |
| |
分布式数据结果 |
| |
产生组合的 |
| 00 |
08.400 |
| |
199 |
| |
无处不在，但逻辑逻辑 |
| |
较少使用。没有 |
| 00 |
24.466 |
| |
203 |
| |
多步骤过程可能 |
| |
不足以传递日志 |
| 00 |
38.200 |
| |
207 |
| |
考虑和复杂性 |
| |
底层过程应该 |
| 00 |
53.166 |
| |
211 |
| |
进程是否 |
| |
受到严重影响 |
| 00 |
05.566 |
| |
215 |
| |
是否合作要素 |
| |
具有积极含义，例如 |
| 00 |
22.733 |
| |
219 |
| |
经常有人说，我会 |
| |
真诚地感谢你的 |
| 00 |
35.033 |
