生存時間分析: パラメトリック [データサイエンス、統計モデル]
指数関数:時間経過に伴ってハザード関数が変化しない
指数生存分布が無記憶性を持つため、運が良かったら生き残るが、運が悪かったら死ぬというモデル。
短期間のモデリングには使えるが、長期のモデリングには向いていない。
ワイブル分布:時間経過に伴ってハザード関数が単調増加する
対数正規分布, 対数ロジスティック分布:時間経過に伴ってハザード関数が増加する部分と減少する部分が混在する
Rで実行する場合は、これらは以下のコードで簡単に実行できる。
## model1-指数分布
model1 <- survreg(Surv(time, status) ~ xxx,
data=Dataset, dist="exponential")
## model2-ワイブル分布
model2 <- survreg(Surv(time, status) ~ xxx,
data=Dataset, dist="weibull")
summary(model2)
## model3-対数正規分布
model3 <- survreg(Surv(time, status) ~ xxx,
data=Dataset, dist="lognormal")
summary(model3)
## model4-対数ロジスティック分布
model4 <- survreg(Surv(time, status) ~ xxx,
data=Dataset, dist="loglogistic")
summary(model4)
指数生存分布が無記憶性を持つため、運が良かったら生き残るが、運が悪かったら死ぬというモデル。
短期間のモデリングには使えるが、長期のモデリングには向いていない。
ワイブル分布:時間経過に伴ってハザード関数が単調増加する
対数正規分布, 対数ロジスティック分布:時間経過に伴ってハザード関数が増加する部分と減少する部分が混在する
Rで実行する場合は、これらは以下のコードで簡単に実行できる。
## model1-指数分布
model1 <- survreg(Surv(time, status) ~ xxx,
data=Dataset, dist="exponential")
## model2-ワイブル分布
model2 <- survreg(Surv(time, status) ~ xxx,
data=Dataset, dist="weibull")
summary(model2)
## model3-対数正規分布
model3 <- survreg(Surv(time, status) ~ xxx,
data=Dataset, dist="lognormal")
summary(model3)
## model4-対数ロジスティック分布
model4 <- survreg(Surv(time, status) ~ xxx,
data=Dataset, dist="loglogistic")
summary(model4)