ปัญหาหลักของสถิติเช่นรุ่น Cox R2(อธิบายไว้ในคำตอบอื่น) คือมันขึ้นอยู่กับการกระจายการเซ็นเซอร์ข้อมูลของคุณ สิ่งที่เป็นธรรมชาติอื่น ๆ ที่คุณอาจดูเช่นอัตราส่วนความน่าจะเป็นของโมเดลว่างก็มีปัญหาเช่นกัน (นี่เป็นเพราะการมีส่วนร่วมของดาต้าพอยน์ที่ถูกเซ็นเซอร์กับความน่าจะแตกต่างอย่างมากจากการมีส่วนร่วมของดาต้าพอยน์ที่มีการตรวจสอบเหตุการณ์เพราะหนึ่งในนั้นมาจาก PDF และหนึ่งในนั้นมาจาก CDF) วิธีที่เสนอเพื่อหลีกเลี่ยงสิ่งนี้ แต่วิธีที่ฉันเคยเห็นมักจะต้องการให้คุณมีรูปแบบของการกระจายการเซ็นเซอร์หรือบางสิ่งที่ไม่สามารถทำได้ ฉันไม่ได้ดูว่าการพึ่งพาอาศัยกันนี้เป็นอย่างไรในทางปฏิบัติดังนั้นหากการเซ็นเซอร์ของคุณไม่รุนแรงคุณก็ยังสามารถดูสถิติตามอัตราส่วนความน่าจะเป็นได้ สำหรับรถเข็นแบบเอาตัวรอด
สำหรับแบบจำลองการเอาชีวิตรอดทั่วไปสถิติที่ใช้บ่อยครั้งหนึ่งคือดัชนีcของ Harrell ซึ่งเป็นแอนะล็อกของเคนดัลล์τหรือ ROC AUC สำหรับแบบจำลองการอยู่รอด โดยพื้นฐานแล้วcคือสัดส่วนจากอินสแตนซ์ทั้งหมดที่คุณรู้ว่าอินสแตนซ์หนึ่งมีประสบการณ์เหตุการณ์หลังจากเหตุการณ์อื่นซึ่งโมเดลนั้นจัดอันดับอย่างถูกต้อง (ในคำอื่น ๆ สำหรับคู่ของอินสแตนซ์ที่จะรวมอยู่ในตัวหารที่นี่ส่วนใหญ่หนึ่งสามารถถูกเซ็นเซอร์และมันจะต้องถูกเซ็นเซอร์หลังจากที่คนอื่นประสบเหตุการณ์) ดัชนีcยังขึ้นอยู่กับการกระจายการเซ็นเซอร์ แต่ ตามที่ Harrell การพึ่งพานั้นรุนแรงกว่าสถิติอื่น ๆ ที่ฉันได้กล่าวถึงข้างต้น น่าเสียดายที่c Harrellมีความอ่อนไหวน้อยกว่าสถิติด้านบนดังนั้นคุณอาจไม่ต้องการเลือกระหว่างแบบจำลองตามหากความแตกต่างระหว่างขนาดเล็ก มันมีประโยชน์มากกว่าในฐานะดัชนีที่ตีความได้ของประสิทธิภาพทั่วไปมากกว่าวิธีเปรียบเทียบโมเดลต่างๆ
(สุดท้ายแน่นอนถ้าคุณมีจุดประสงค์เฉพาะในใจสำหรับโมเดล - นั่นคือถ้าคุณรู้ว่าฟังก์ชันการสูญเสียการทำนายของคุณคืออะไรคุณสามารถประเมินพวกมันได้ตามฟังก์ชั่นการสูญเสีย! ไม่โชคดีมาก ... )
สำหรับการอภิปรายเพิ่มเติมในเชิงลึกของทั้งสองสถิติความน่าจะเป็นอัตราส่วนและ Harrell ของค , คุณควรดูที่ตำราเรียนที่ยอดเยี่ยม Harrell ของการถดถอยการสร้างแบบจำลองกลยุทธ์ ส่วนของการประเมินแบบจำลองการอยู่รอดคือ survival19.10, pp. 492-493 ฉันขอโทษฉันไม่สามารถให้คำตอบที่ชัดเจนได้ แต่ฉันไม่คิดว่านี่เป็นปัญหาที่แก้ไขแล้ว!