আমি একটি লজিস্টিক রিগ্রেশন মডেল ব্যবহার করে একটি বিচ্ছিন্ন সময় বেঁচে থাকার বিশ্লেষণ চালিয়ে যাওয়ার চেষ্টা করছি এবং আমি নিশ্চিত না যে আমি প্রক্রিয়াটি পুরোপুরি বুঝতে পেরেছি। আমি কয়েকটি প্রাথমিক প্রশ্ন সহ সহায়তার প্রশংসা করব।
এখানে সেট আপ করা হয়েছে:
আমি পাঁচ বছরের সময় উইন্ডোর মধ্যে একটি গ্রুপে সদস্যতার দিকে তাকিয়ে আছি। প্রতিটি সদস্যের প্রতি মাসে সদস্যের একটি মাসিক রেকর্ড থাকে যে সদস্য দলে থাকে। আমি পাঁচ সদস্যের উইন্ডোয়ের সময় যাদের সদস্যপদ শুরু হয়েছিল তাদের সমস্ত সদস্য বিবেচনা করছি (যারা আগে যোগ দিয়েছিলেন তাদের সাথে "বাম সেন্সরশিপ" সমস্যা এড়াতে)। প্রতিটি রেকর্ড সময় অনুসারে সূচীকরণ করা হবে, সময়টির সাথে সাথে সদস্যটি যোগদানের এক মাস হবে। সুতরাং, যে সদস্যটি আড়াই বছর অবস্থান করবেন তার ত্রিশ মাসিক রেকর্ড থাকবে, যার সংখ্যা এক থেকে ত্রিশ পর্যন্ত। প্রতিটি রেকর্ডকে বাইনারি ভেরিয়েবলও দেওয়া হবে, যার সদস্যতার শেষ মাসের জন্য একটির মান এবং অন্যথায় শূন্য থাকবে; বাইনারি ভেরিয়েবলের জন্য একটির মান সেই ইভেন্টটিকে চিহ্নিত করে যে সদস্যটি গ্রুপটি রেখে গেছে। প্রত্যেক সদস্যের জন্য যার সদস্যপদ পাঁচ বছরের বিশ্লেষণ উইন্ডো ছাড়িয়ে চলেছে,
সুতরাং, লজিস্টিক রিগ্রেশন মডেল বাইনারি ইভেন্ট ভেরিয়েবলের মানগুলি পূর্বাভাস দেওয়ার জন্য নির্মিত। এ পর্যন্ত সব ঠিকই. বাইনারি ভবিষ্যদ্বাণীপূর্ণ মডেলটি মূল্যায়নের অন্যতম সাধারণ উপায় হোল্ডআউট নমুনায় লিফটটি পরিমাপ করা। লজিস্টিক রিগ্রেশন মডেলটির জন্য আমি সদস্যতা সমাপ্ত ইভেন্টটির পূর্বাভাস তৈরি করেছি, ইভেন্টগুলিতে অ ইভেন্টগুলির পাঁচ থেকে এক অনুপাত সহ একটি হোল্ডআউট ডেটা সেট আমি লিফটটি গণনা করেছি। আমি পূর্বাভাসিত মানকে ডেস্কলসে স্থান দিয়েছি। সর্বাধিক পূর্বাভাসিত মানগুলির সাথে ডেসিলিতে সত্তর শতাংশ রয়েছে, চারটিরও বেশি লিফট। মিলিত প্রথম দুটি ডেসিল হোল্ডআউটে থাকা সমস্তগুলির মধ্যে পঁয়ত্রিশ শতাংশ থাকে। কিছু নির্দিষ্ট প্রসঙ্গে এটি একটি মোটামুটি শালীন ভবিষ্যদ্বাণীমূলক মডেল হিসাবে বিবেচিত হবে, তবে আমি অবাক হয়েছি যে বেঁচে থাকার বিশ্লেষণ চালানোর পক্ষে এটি যথেষ্ট ভাল কিনা।
যাক ব্যক্তির জন্য বিপত্তি ফাংশন হবে মাসে , এবং দিন সম্ভাব্যতা হতে পৃথক মাস মাধ্যমে জীবিত থাকেন ।জ কে এস [ জে , কে ] জ কে
আমার মৌলিক প্রশ্নগুলি এখানে:
পৃথক ঝুঁকি ফাংশন, , প্রতি মাসে অস্তিত্ব থেকে বেঁচে থাকার (গ্রুপ ছেড়ে চলে যাওয়ার) শর্তযুক্ত সম্ভাবনা কি?
ঝুঁকি ফাংশনের লজিস্টিক রিগ্রেশন মডেল অনুমান থেকে ভবিষ্যদ্বাণী করা মানগুলি কি? (যেমন, মাসে পৃথক জন্য পূর্বাভাসিত মানের সমান , বা বিপদ কার্যকারিতা অনুমানের জন্য আরও কিছু করা দরকার?)জে কে
পৃথক জন্য মাসের Q 'র বেঁচে থাকা পর্যন্ত সম্ভাব্যতা এক গুণফল বিয়োগ মাস এক আপ থেকে বিপত্তি ফাংশন সমান , যে করে ?q এস
গড় মান সব ব্যক্তিদের উপর প্রতিটি সময় জন্য সামগ্রিক জনসংখ্যার গড় বেঁচে থাকার সম্ভাবনা একটি যুক্তিসঙ্গত অনুমান?জ কে
সামগ্রিক জনসংখ্যার একটি প্লট মাসিক কাপলান-মিয়ার গ্রাফের সাথে মাসিকের মতো বেঁচে থাকার সম্ভাবনাটি কি মিলবে?
যদি এই প্রশ্নের কোনওটির উত্তর না হয় তবে আমার একটি গুরুতর ভুল বোঝাবুঝি হচ্ছে এবং আমি কিছুটা সহায়তা / ব্যাখ্যা ব্যবহার করতে পারি। এছাড়াও, একটি সঠিক বেঁচে থাকার প্রোফাইল তৈরি করার জন্য বাইনারি প্রেডিকটিভ মডেলটির কতটা ভাল হওয়া দরকার তার কোনও থাম্বের কোনও নিয়ম আছে?