কক্স আনুপাতিক বিপদ মডেল থেকে আপনি কীভাবে বেঁচে থাকার কার্ভটিকে ব্যাখ্যা করবেন?
এই খেলনা উদাহরণে, ধরুন আমাদের কাছে ডেটা age
পরিবর্তনের ক্ষেত্রে একটি কক্স আনুপাতিক বিপত্তি মডেল রয়েছে kidney
এবং বেঁচে থাকার বক্ররেখা উত্পন্ন করছে।
library(survival)
fit <- coxph(Surv(time, status)~age, data=kidney)
plot(conf.int="none", survfit(fit))
grid()
উদাহরণস্বরূপ, সময়ে , কোন বিবৃতিটি সত্য? নাকি দুটোই ভুল?
বিবৃতি 1: আমাদের 20% বিষয় বাকী থাকবে (উদাহরণস্বরূপ, যদি আমাদের জন থাকে, দিনের মধ্যে , আমাদের প্রায় বাকী থাকতে হবে),
বিবৃতি 2: একটি প্রদত্ত ব্যক্তির জন্য, তার দিনের দিন বেঁচে থাকার সুযোগ রয়েছে ।
আমার প্রয়াস: আমি মনে করি না যে দুটি বক্তব্য একই রকম (আমি ভুল হলে আমাকে সংশোধন করি), যেহেতু আমাদের আইডি অনুমানটি নেই (সমস্ত মানুষের বেঁচে থাকার সময়টি স্বাধীনভাবে একটি বিতরণ থেকে আঁকছে না)। এটা আমার প্রশ্নে লজিস্টিক রিগ্রেশন অনুরূপ এখানে , প্রতিটি ব্যক্তির বিপত্তি হারের উপর নির্ভর করে সেই ব্যক্তিকে জন্য।