การวิเคราะห์การอยู่รอด: เวลาต่อเนื่องเทียบกับไม่ต่อเนื่อง


20

ฉันสับสนเกี่ยวกับวิธีการตัดสินใจว่าจะรักษาเวลาอย่างต่อเนื่องหรือไม่ต่อเนื่องในการวิเคราะห์การอยู่รอด โดยเฉพาะฉันต้องการใช้การวิเคราะห์การอยู่รอดเพื่อระบุตัวแปรระดับเด็กและครัวเรือนที่มีความคลาดเคลื่อนมากที่สุดในผลกระทบต่อการอยู่รอดของเด็กผู้ชายกับเด็กผู้หญิง (อายุไม่เกิน 5 ปี) ฉันมีชุดข้อมูลของอายุเด็ก (เป็นเดือน) พร้อมตัวบ่งชี้ว่าเด็กยังมีชีวิตอยู่อายุที่ตาย (เป็นเดือน) และตัวแปรระดับเด็กและครัวเรือนอื่น ๆ

เนื่องจากเวลาถูกบันทึกไว้ในเดือนและเด็กทุกคนอายุต่ำกว่า 5 ปีจึงมีเวลาอยู่รอดหลายครั้ง (มักจะอยู่ในช่วงครึ่งปี: 0mos, 6mos, 12mos ฯลฯ ) จากสิ่งที่ฉันได้อ่านเกี่ยวกับการวิเคราะห์การอยู่รอดการมีเวลารอดหลายครั้งทำให้ฉันคิดว่าฉันควรจะรักษาเวลาโดยไม่ต่อเนื่อง อย่างไรก็ตามฉันได้อ่านการศึกษาอื่น ๆ หลายครั้งที่มีเวลาอยู่รอดเช่นบุคคลปี (และแน่นอนว่ามีเวลารอดชีวิตผูก) และวิธีการต่อเนื่องเช่น Cox สัดส่วนอันตรายที่ใช้

ฉันควรใช้เกณฑ์อะไรในการตัดสินใจว่าจะรักษาเวลาเป็นแบบต่อเนื่องหรือไม่ต่อเนื่อง สำหรับข้อมูลและคำถามของฉันการใช้แบบจำลองเวลาต่อเนื่อง (Cox, Weibull และอื่น ๆ ) ทำให้เข้าใจได้ง่ายสำหรับฉัน แต่ลักษณะที่ไม่ต่อเนื่องของข้อมูลของฉัน

คำตอบ:


10

การเลือกรูปแบบการอยู่รอดควรได้รับคำแนะนำจากปรากฏการณ์พื้นฐาน ในกรณีนี้ดูเหมือนว่าจะต่อเนื่องแม้ว่าข้อมูลจะถูกเก็บรวบรวมในลักษณะที่ค่อนข้างไม่ต่อเนื่อง ความละเอียดของหนึ่งเดือนจะถูกปรับในช่วง 5 ปี อย่างไรก็ตามจำนวนมากของความสัมพันธ์ที่ 6 และ 12 เดือนทำให้หนึ่งสงสัยว่าคุณมีความแม่นยำ 1 เดือน (คาดว่าความสัมพันธ์ที่ 0 - นั่นคือค่าพิเศษที่ค่อนข้างตายจริงเกิดขึ้น) ฉันไม่แน่ใจว่าคุณจะทำอะไรได้บ้างเพราะสิ่งนี้สะท้อนถึงการปัดเศษที่เกิดขึ้นจริงมากกว่าการเซ็นเซอร์เป็นช่วง ๆ


2
ตามกฎทั่วไปของหัวแม่มือหากข้อมูลที่ไม่ต่อเนื่องสามารถแบ่งออกเป็นสิบส่วนหรือมากกว่านั้นก็สามารถได้รับการปฏิบัติอย่างต่อเนื่องแม้ว่ามันจะไม่ต่อเนื่องจริงๆ (การสุ่มตัวอย่างเดือนละครั้งเป็นเวลาหกเดือนนั้นแตกต่างจากการสุ่มตัวอย่างทุกสัปดาห์เป็นเวลาหกเดือน หรือเดือนละครั้งเป็นเวลาสองปี) บทความต่อไปนี้ยังให้ข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับการจัดการข้อมูลที่ไม่ต่อเนื่องดังนี้: theanalysisfactor.com/count-data-considered-continuous
Tavrock

4

ฉันสงสัยว่าถ้าคุณใช้ตัวแบบเวลาต่อเนื่องคุณจะต้องใช้การเซ็นเซอร์ช่วงเวลาเพื่อสะท้อนความจริงที่ว่าคุณไม่ทราบเวลาที่แน่นอนของความล้มเหลวเพียงช่วงเวลาที่ความล้มเหลวเกิดขึ้น หากคุณพอดีกับโมเดลการถดถอยแบบพารามิเตอร์ที่มีการตรวจสอบช่วงเวลาโดยใช้ likelihhod สูงสุดเวลาการเอาชีวิตรอดที่ผูกไว้จะไม่ใช่ปัญหา IIRC


4

จะมีเวลาในการเอาชีวิตรอดผูกติดอยู่ในการวิเคราะห์ส่วนใหญ่ แต่ความสัมพันธ์ที่ชัดเจนและชัดเจนในเหตุการณ์บางอย่างกำลังทำให้เกิดปัญหา ฉันจะคิดนานและหนักเกี่ยวกับการศึกษาของตัวเองวิธีการรวบรวมข้อมูลและอื่น ๆ

เพราะนอกเหนือจากวิธีการบางอย่างที่จำเป็นต้องใช้เวลาประเภทเดียวหรืออย่างอื่นวิธีการอยู่รอดของคุณควรขึ้นอยู่กับว่ากระบวนการพื้นฐานนั้นไม่ต่อเนื่องหรือไม่ต่อเนื่องในโลก


1

หากคุณมีโควาเรียตที่แตกต่างกันไปตามระยะเวลาสำหรับบุคคลบางคน (เช่นรายได้ของครอบครัวอาจแตกต่างกันไปในตัวอย่างของคุณตลอดช่วงอายุของเด็ก) รูปแบบการเอาตัวรอด (พารามิเตอร์และโมเดลค็อกซ์) ความแปรปรวนร่วมที่แตกต่างกัน

ฉันพบรูปแบบไฟล์ PDFของเอกสารการบรรยายโดย German Rodriguez นี้เป็นประโยชน์

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.