ภาพรวมเกี่ยวกับการวิเคราะห์การอยู่รอดและการวิเคราะห์ข้อมูลชีวิต

ฉันเคยได้ยินการวิเคราะห์ความอยู่รอดและการวิเคราะห์ข้อมูลชีวิต แต่ไม่ได้รับภาพรวม

ฉันสงสัยว่าหัวข้อใดบ้างที่ครอบคลุม

มันเป็นสถิติที่บริสุทธิ์หรือเพียงแค่ประยุกต์ใช้สถิติในบางพื้นที่

การวิเคราะห์วันที่ชีวิตเป็นส่วนหนึ่งของการวิเคราะห์การอยู่รอดหรือไม่?

ขอบคุณและขอแสดงความนับถือ!

แนวคิดของการเซ็นเซอร์เป็นกุญแจสำคัญในการวิเคราะห์การอยู่รอดและการวิเคราะห์ข้อมูลชีวิต ปัญหานี้ยังสามารถป้อนผ่านสถิติอุตสาหกรรม เมื่อตรวจสอบระยะเวลาที่ใช้สำหรับตัวอย่างของหน่วยที่จะล้มเหลวคุณสามารถมี

• ข้อมูลที่สมบูรณ์: รู้เวลาที่แน่นอนที่หน่วยหนึ่งล้มเหลว
• ตรวจสอบทางด้านขวา: เวลาที่จะเกิดความล้มเหลวสำหรับหน่วยนั้นเกินเวลาทำงานปัจจุบัน
• ถูกเซ็นเซอร์ทางด้านซ้าย: เวลาที่รู้จักคือหลังจากเวลาที่หน่วยล้มเหลว

ปัญหาอื่น ๆ ที่เข้าสู่การผสมผสานข้อมูลคือ

• เซ็นเซอร์เดี่ยว: ทุกหน่วยที่ไม่มีข้อผิดพลาดมีเวลาทำงานปกติ
• เซ็นเซอร์ทวีคูณ: หน่วยที่ไม่มีความผิดพลาดจะมีเวลาการทำงานต่างกัน
• การตรวจสอบช่วงเวลา: เวลาที่ล้มเหลวเป็นที่ทราบกันว่าอยู่ระหว่างช่วงเวลาหนึ่ง ๆ
• การเซ็นเซอร์เวลา: เวลาการเซ็นเซอร์ได้รับการแก้ไข
• การตรวจสอบความล้มเหลวล้มเหลว: การทดสอบจะหยุดลงเมื่อหน่วยจำนวนคงที่ล้มเหลว
• การแข่งขันในโหมดล้มเหลว: หน่วยตัวอย่างล้มเหลวด้วยเหตุผลที่แตกต่างกัน

การแจกแจงทั่วไปที่สามารถจัดการสถานการณ์เหล่านี้ ได้แก่ : lognormal, Weibull และค่ามาก ปัญหาน่าสนใจเนื่องจากมีวิธีการแบบกราฟิกเพื่อจัดการการวิเคราะห์รวมถึงวิธี MLE และวิธีช่วงเวลา

ความน่าเชื่อถือของระบบคือการปิดหัวข้อนี้ซึ่งเกี่ยวข้องกับวิธีการแบบเบย์ทฤษฎีการต่ออายุและการทดสอบชีวิตแบบเร่ง เวย์นเนลสันและบิลเมคเกอร์มีหนังสือดีๆหลายเล่มในหัวข้อ

เกี่ยวกับการวิเคราะห์ความอยู่รอด

$t^{\star}$$t=10$$t=30$$t > 30$$t^{\star} = 30$

ในมุมมองของฉันการสร้างแบบจำลองข้อมูลการอยู่รอดในการวิจัยทางการแพทย์เป็นทางเลือกที่ดีมากในฐานะหนังสือเล่มแรกในการวิเคราะห์การอยู่รอด ... แต่มีอีกหลายคน

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

คำอธิบายโดยประมาณครั้งแรกของการวิเคราะห์การอยู่รอด: การวิเคราะห์ข้อมูลที่ตัวแปรตามมี (1) ค่าที่แม่นยำ (การสังเกตที่สมบูรณ์) และ (2) ค่ารู้ว่าอยู่เหนือขีด จำกัด ที่กำหนด (การสังเกตที่ถูกเซ็นเซอร์) ข้างต้นอาจเป็นตัวอย่างข้อมูลการอยู่รอดค่าที่ไม่ทราบ+มีความแม่นยำ ค่า+ที่ทราบกันดีกว่านั้นมีค่ามากกว่า แต่จะไม่มากไปกว่านั้น (และมีส่วนขยายจำนวนมาก)

ในฐานะที่เป็น Schenectady ชี้เซ็นเซอร์เป็นปัญหาสำคัญในการวิเคราะห์การอยู่รอด โดยไม่มีการสังเกตการตรวจสอบในชุดข้อมูลของคุณงานของคุณมีความแตกต่างกับงานการถดถอยง่าย นอกจากนี้ยังแสดงให้เห็นว่าตัวแปรที่น่าสนใจ$T$

ดังนั้นจึงอาจเหมาะสมกว่าที่จะเรียกว่าการตรวจสอบการถดถอยหรือการวิเคราะห์การเซ็นเซอร์แทนการวิเคราะห์การอยู่รอดฉันคิดว่า