বেঁচে থাকার বিশ্লেষণ এবং পইসন রিগ্রেশন এর মধ্যে পার্থক্যগুলি কী?

Question

আমি কোনও সাইটে কোনও প্রদত্ত ব্যবহারকারীর পরিদর্শন সংখ্যা ব্যবহার করে একটি ধ্রুপদী মন্থন ভবিষ্যদ্বাণী সমস্যা নিয়ে কাজ করছি এবং আমি ভেবেছিলাম যে সেই ব্যবহারকারীর ভবিষ্যতের ব্যস্ততার মডেলিংয়ের জন্য পইসন রিগ্রেশনই সঠিক সরঞ্জাম। তখন আমি বেঁচে থাকার বিশ্লেষণ এবং হ্যাজার্ড মডেলিং সম্পর্কে একটি বইটি পেয়েছিলাম এবং কোন কৌশলটি সেরা তা আমি জানি না।

আমি একই সাথে উভয় বিষয় নিয়ে গবেষণা করতে চাই না, অতীতে ডেটা এবং ডেমোগ্রাফিকগুলি ব্যবহার করে ব্যবহারকারীর ব্যস্ততার মডেলিংয়ের জন্য সেরা কী?

Answer 1

সংক্ষিপ্ত এবং সাধারণ উত্তর:

• পয়সন রিগ্রেশন সহ, আগ্রহের প্রতিক্রিয়া পরিবর্তনশীল হ'ল একটি গণনা ( বা সম্ভবত একটি হার )।
• কক্স রিগ্রেশন (বা বেঁচে থাকার বিশ্লেষণ থেকে বিকল্প মডেলিং কৌশল) এর সাথে, প্রতিক্রিয়া পরিবর্তনশীল এমন সময় যা কিছু উত্স এবং আগ্রহের ইভেন্টের মধ্যে অতিবাহিত হয়। বিশেষত, বেঁচে থাকার বিশ্লেষণ কৌশলগুলি সেন্সরিং পরিচালনা করার জন্য ডিজাইন করা হয়েছে ।
• নোট করুন, কিছু অনুমানের অধীনে, দুজনের মধ্যে একটি লিঙ্ক রয়েছে ।