Duży obraz analizy przeżycia i analizy danych o życiu

Słyszałem o analizie przeżycia i analizie danych z życia, ale nie dostaję całościowego obrazu.

Zastanawiałem się, jakie tematy obejmują?

Czy to czysta statystyka, czy po prostu zastosowanie statystyk w określonym obszarze?

Czy analiza daty życia jest częścią analizy przeżycia?

Dziękuję i pozdrawiam!

Pojęcie cenzury jest kluczem do analizy przeżycia i analizy danych o życiu. Ten problem można również wprowadzić za pośrednictwem statystyk przemysłowych. Monitorując czas potrzebny na awarię próbki jednostek, możesz to zrobić

• Kompletne dane: znany jest dokładny czas awarii jednostki
• Ocenzurowane po prawej stronie: czas na awarię jednostki jest dłuższy niż obecny czas działania
• Ocenzurowane w lewo: znany czas przypada po tym, jak jednostka uległa awarii

Inne problemy związane z mieszaniem danych to

• Pojedynczo ocenzurowane: wszystkie niezawodne jednostki mają wspólny czas działania
• Wielokrotna cenzura: niezawodne jednostki mają różne czasy działania
• Interwał ocenzurowany: wiadomo, że czas do porażki występuje w określonym przedziale czasu.
• Czas cenzury: czas cenzury jest stały
• Cenzura awarii: test zostaje zatrzymany, gdy określona liczba jednostek ulegnie awarii
• Konkurencyjne tryby awarii: jednostki próby zawodzą z różnych przyczyn

Typowe rozkłady zdolne do radzenia sobie w takich sytuacjach to: lognormal, Weibull i wartość ekstremalna. Zagadnienia stają się interesujące, ponieważ istnieją graficzne procedury obsługi analizy oraz metody MLE i Method of Moments.

Niezawodność systemów jest poza tym tematem, który angażuje się w metody bayesowskie, teorię odnawiania i przyspieszone testy życia. Wayne Nelson i Bill Meeker mają kilka dobrych książek na te tematy.

O analizie przeżycia

W analizie przeżycia lub analizie czasu do zdarzenia zmienna lub odsetek mierzy czas od punktu początkowego do punktu zainteresowania, takiego jak śmierć z powodu jakiejś choroby. Zatem zmienna odpowiedzi jest zmienną dodatnią, która w większości przypadków jest przekrzywiona. W rezultacie zwykłe założenie o normalności zawodzi i na przykład klasyczne techniki regresji nie mają zastosowania. (Należy jednak pamiętać, że czasami transformacja zmiennej może poprawić sytuację). Ale główną różnicą jest cenzura : bardzo powszechna cecha w przypadku danych dotyczących czasu do zdarzenia. W swojej najczęstszej postaci (prawe cenzury) nie znasz dokładnego czasu dla danej osoby, ale wiesz, że jest ona większa niż pewna wartość . Załóżmy na przykład, że podążasz za pacjentem aż do śmierci. O czasie t = 10 t = 30 t > 30 t ⋆ = $t^{\star}$$t=10$ dni, on żyje. W chwili dni wciąż żyje, ale potem stracił kontrolę. Wtedy nie znasz dokładnej godziny śmierci, ale wiesz, że . Ignorowanie cenzury najwyraźniej nie jest najlepszym pomysłem; zamiast tego możesz zapisać jako obserwację ocenzurowaną. Techniki analizy przeżycia (np. Estymator Kaplana-Meiera, regresja Coxa ...) są specjalnie zaprojektowane do radzenia sobie z cenzurą.$t=30$$t > 30$$t^{\star} = 30$

Z mojego punktu widzenia Modelowanie danych o przeżyciu w badaniach medycznych jest bardzo dobrym wyborem jako pierwsza książka w analizie przeżycia ... ale jest wiele innych.

5, 10, 12+, 14, 17, 18+, 20+

Pierwszy aproksymacyjny opis analizy przeżycia: Analizowanie danych, w których zmienna zależna ma (1) dokładne wartości (pełne obserwacje) i (2) wartości, o których wiadomo, że są powyżej określonego progu (obserwacje cenzurowane). Powyższe może być próbką danych o przeżyciu, wartości bez +są dokładnie znane; wartości z +są znane jako większe, ale nie o ile więcej. (I jest wiele rozszerzeń.)

Jak wskazała schenectady, cenzura jest kluczową kwestią w analizie przeżycia. Bez cenzurowanych obserwacji w zbiorze danych twoje zadanie nie różni się od prostego zadania regresji. Sugeruje to również, że zmienna odsetkowa nie jest ograniczona do czasu , tj . Może to być płaca, cena i tak dalej.$T$

Dlatego bardziej odpowiednie może być nazwanie go regresją cenzury lub analizą cenzury, a nie analizą przeżycia.