パラメトリック生存分析に関するヒューリスティックな視点（2020-US-30MP-567） ソー・オズボーン、サンディア国立研究所主席システム研究アナリスト
パラメトリック生存分析は、人、植物、製品などの実体の、明確に定義されたカテゴリの状態間の確率的遷移を特徴付けるためによく用いられます。このような分析では、期間依存のプロセスをコンパクトで連続的な分布としてモデル化し、個々の実体の遷移確率を期間と効果変数の関数として表します。しかし、基礎となる物理的プロセスが十分に理解されていないため、データセットに最適な生存分布が不明な場合がよくあります。このような場合、一般的なパラメトリック生存分布（例えば、対数正規分布、ワイブル分布、フレシェ分布、対数ロジスティック分布）をいくつか試して、データに最も適合するものを特定することができます。多様な選択肢を適用することで、多くの実用的な目的に適した質の高いモデルを見つける可能性が高まりますが、このアプローチでは、関心のある遷移を支配するプロセスについての洞察はほとんど得られません。一般的に使用される各生存分布は、それぞれ異なる構造的テーマに基づいており、より深い調査のための適切な質問や仮説を立てる上で貴重な視点を提供する可能性があります。本稿では、より一般的に使用されている生存分布のそれぞれについて、その背後にある基本的なメカニズムを明らかにし、プロセス調査と理解に関連する各メカニズムの発見的価値を考察する。
自動生成された文字起こし...
| スピーカー |
文字起こし |
| |
こんにちは、そして私の |
| 00 |
14.633 |
| |
3 |
| |
過去25年間、私は |
| |
多くの研究を実施し、 |
| 00 |
31.533 |
| |
7 |
| |
考え方を共有する |
| |
分布について |
| 00 |
49.366 |
| |
11 |
| |
前例や容易さに動機づけられて |
| |
使用、または経験的に実証された |
| 00 |
05.666 |
| |
15 |
| |
そのプロセスについて。さらに、 |
| |
優れたモデル適合が |
| 00 |
20.666 |
| |
19 |
| |
分布の発生 |
| |
パラメトリックで一般的に使用される |
| 00 |
36.366 |
| |
23 |
| |
職場でも見られる |
| |
学術文献において。 |
| 00 |
51.400 |
| |
27 |
| |
教科書を含む文学作品 |
| |
ウェブベースの記事も同様です。 |
| 00 |
07.166 |
| |
31 |
| |
再検査は失敗する可能性がある |
| |
その仕事から最大限の価値を引き出す。 |
| 00 |
21.633 |
| |
35 |
| |
指数関数。 |
| |
よく言われることだが、 |
| 00 |
39.066 |
| |
39 |
| |
なぜなら、それらは根本的にモデル化しているからである |
| |
異なるシステムアーキタイプ。 |
| 00 |
56.200 |
| |
43 |
| |
分布は実際には適合する |
| |
対数正規分布データに非常によく適合します。 |
| |
フィット感の質も |
| 00 |
32.066 |
| |
48 |
| |
ずっとよくフィットします。そして2つ目は、 |
| |
わずかな偶然の一致しかない |
| 00 |
55.333 |
| |
52 |
| |
コアプロセスメカニズム |
| |
これらの分布は |
| 00 |
11,600 |
| |
56 |
| |
分析ですが、非常に |
| |
馴染みのある出発点 |
| 00 |
27.133 |
| |
60 |
| |
相関のない効果。見てみましょう |
| |
それが本当なら。 |
| |
良いものを作るために |
| 00 |
52.733 |
| |
65 |
| |
25,000。個人向け |
| |
記録にはランダムを使用します |
| 00 |
29,400 |
| |
06.333 |
| |
70 |
| |
71 |
| |
我々は確かに手に入れた |
| |
正規分布。 |
| |
それでは、 |
| 00 |
14.400 |
| |
76 |
| |
脳に刻印することができない |
| |
十分な知識をもって |
| 00 |
34.300 |
| |
80 |
| |
対数正規分布もまた |
| |
非常にシンプルです。ご覧のとおり、 |
| 00 |
50.233 |
| |
84 |
| |
このデモンストレーションでは、 |
| |
変動データは |
| 00 |
05.766 |
| |
88 |
| |
JSLスクリプトは、 |
| |
はるかに便利 |
| 00 |
32.566 |
| |
92 |
| |
各レコードの数 |
| |
サンプル。次に、 |
| 00 |
53.200 |
| |
96 |
| |
製品。 |
| |
外側のループは |
| 00 |
17.133 |
| |
101 |
| |
前のスライドで。 |
| |
増幅された製品は補償します |
| 00 |
33.700 |
| |
105 |
| |
分布は考慮される可能性がある |
| |
二次的に生成された |
| 00 |
18.400 |
| |
110 |
| |
類似した内部プロセスが多数存在する |
| |
最大値で表されます |
| 00 |
35,000 |
| |
114 |
| |
フレシェットが販売する。 |
| |
ワイブル分布は |
| 00 |
50.466 |
| |
118 |
| |
いずれかのプロセスが完了したときに完了します |
| |
複数の要素が |
| 00 |
08.766 |
| |
122 |
| |
パレート分布を使用する |
| |
ソースとして。この場合、 |
| 00 |
27,600 |
| |
126 |
| |
正規値の絶対値 |
| |
情報源としての流通。 |
| |
それでは、簡単に見ていきましょう。 |
| 00 |
58.666 |
| |
131 |
| |
最大値が使用されます。 |
| |
平方根の場合 |
| 00 |
50.766 |
| |
136 |
| |
利用できない場合は、 |
| |
他の一般的なものも見てください |
| 00 |
33.233 |
| |
46.033 |
| |
141 |
| |
正規分布の値 |
| |
かなり良い。 |
| |
ちなみに、ワイブル |
| 00 |
28.066 |
| |
146 |
| |
コアとなる流通 |
| |
行動は実質的に |
| 00 |
43,600 |
| |
150 |
| |
4つのヘムを含む |
| |
サブユニットは機械的に相互作用する |
| 00 |
59.166 |
| |
154 |
| |
これまで全ては |
| |
独立したサンプル。教授 |
| 00 |
15.766 |
| |
158 |
| |
自動生産に拡張 |
| |
相関データ。 |
| 00 |
32.100 |
| |
162 |
| |
シーケンス自己相関は |
| |
約0.75だが、 |
| 00 |
59.033 |
| |
02.300 |
| |
167 |
| |
共通の生存 |
| |
分布。 |
| 00 |
26.400 |
| |
171 |
| |
関係の良い例 |
| |
現実世界の分析 |
| 00 |
42,000 |
| |
175 |
| |
一つの家族を混ぜ合わせる |
| |
重工業地帯にある住宅地。 |
| 00 |
55.266 |
| |
179 |
| |
同様の特徴を持つ。 |
| |
土地所有者は申請しなければならない |
| 00 |
09.000 |
| |
183 |
| |
コメントする機会。地元 |
| |
当局は次に |
| 00 |
22.433 |
| |
187 |
| |
パーティ。この例は |
| |
実演としてアプローチされた |
| 00 |
36.633 |
| |
191 |
| |
処理時間は140日です。 |
| |
フィット感は明らかに完璧ではないが、 |
| 00 |
52.733 |
| |
195 |
| |
分散データの結果 |
| |
結合されたプロセス |
| 00 |
08.400 |
| |
199 |
| |
遍在するが、対数ロジスティック |
| |
あまり使われません。 |
| 00 |
24.466 |
| |
203 |
| |
多段階プロセスは |
| |
ログを伝えるには不十分 |
| 00 |
38.200 |
| |
207 |
| |
考慮された複雑さ |
| |
基礎となるプロセスの |
| 00 |
53.166 |
| |
211 |
| |
プロセスが |
| |
大きく影響を受ける |
| 00 |
05.566 |
| |
215 |
| |
協力要素 |
| |
肯定的な用語で示唆される |
| 00 |
22.733 |
| |
219 |
| |
よく言われることだが、私は |
| |
心から感謝いたします |
| 00 |
35.033 |
高度な統計モデリング基本的なデータ分析とモデリング消費者および市場調査データ探索と可視化実験計画法予測モデリングと機械学習品質およびプロセスエンジニアリング信頼性分析
