मैं आर में एक भविष्यवाणियों के साथ एक घातीय खतरे मॉडल का अनुमान लगाना चाहता हूं। किसी कारण से, मुझे एक ग्लम poisson का उपयोग कर अनुमान के विपरीत गुणांक के साथ गुणांक मिल रहा है ऑफसेट लॉग टी के साथ और जब मैं जीवित रहने वाले पैकेज से बचने वाले फ़ंक्शन का उपयोग करता हूं। मुझे यकीन है कि स्पष्टीकरण पूरी तरह से स्पष्ट है लेकिन मैं इसे समझ नहीं सकता।घातीय खतरे मॉडल गुणांक (बचे हुए और ग्लम poisson के साथ)
उदाहरण
t <- c(89,74,23,74,53,3,177,44,28,43,25,24,31,111,57,20,19,137,45,48,9,17,4,59,7,26,180,56,36,51,6,71,23,6,13,28,16,180,16,25,6,25,4,5,32,94,106,1,69,63,31)
d <- c(0,1,1,0,1,1,0,1,1,0,1,1,1,1,0,0,1,0,1,1,1,0,1,0,1,1,0,0,1,1,1,1,1,1,1,1,1,0,1,1,1,1,1,1,1,0,1,1,1,1,1)
p <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,1,1,1)
df <- data.frame(d,t,p)
# exponential hazards model using poisson with offest log(t)
summary(glm(d ~ offset(log(t)) + p, data = df, family = "poisson"))
का उत्पादन:
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -5.3868 0.7070 -7.619 2.56e-14 ***
p 1.3932 0.7264 1.918 0.0551 .
तुलना करने के लिए
# exponential hazards model using survreg exponential
require(survival)
summary(survreg(Surv(t,d) ~ p, data = df, dist = "exponential"))
का उत्पादन:
Value Std. Error z p
(Intercept) 5.39 0.707 7.62 2.58e-14
p -1.39 0.726 -1.92 5.51e-02
गुणांक विपरीत दिशाओं में क्यों हैं और परिणाम के रूप में मैं परिणामों की व्याख्या कैसे करूं? धन्यवाद!
ठीक है, इसलिए मुझे यह विचार पढ़ने के लिए शुरू हो रहा है [यह] (http://www.math.ku.dk/~richard/courses/regression2014/survival.html)। जबकि poisson मॉडल खतरों का अनुमान लगाता है, बचे हुए मॉडल एक त्वरित विफलता समय मॉडल है। चूंकि मैं एक घातीय मॉडल का उपयोग कर रहा हूं, न कि वेबुल, गुणांक बिल्कुल विपरीत दिशाओं में समान हैं। हालांकि मैं अभी भी व्याख्या पर खाली हूं। – fmerhout
यह आसान है। दो मॉडल में प्रतिक्रिया चर अलग हैं। पोइसन के लिए, आप इवेंट गिनती/स्थिति मॉडलिंग कर रहे हैं (केवल 0-1 के बाद से), इस प्रकार कोफ 'जोखिम' या 'खतरे' की तरह है, जबकि आप 'समयरेखा' मॉडल मॉडल में हैं, इसलिए कोफ 'अस्तित्व' की तरह है (लॉग टाइम अनुपात वास्तव में), जो नकारात्मक रूप से 'जोखिम' से संबंधित है। यह जोखिम/खतरे जितना अधिक होगा, उतना ही कम समय का अस्तित्व होगा। – Eric