Mengapa pakai analisis survival?

Analisis Survival dengan Python

Shae Wang

Senior Data Scientist

Contoh rata-rata usia baterai

Nama DataFrame: battery_df

ID Baterai	Durasi	Mati	Merek	Truk
1	2,5 th	Tidak	Merek A	Panjang
2	6 th	Ya	Merek B	Pendek
3	5 th	Tidak	Merek B	Panjang
...	...	...	...	...
1000	4,5 th	Ya	Merek A	Pendek

Berapa rata-rata usia baterai?

np.average(battery_df["Duration"])

Kartun sensor usia baterai.

Kartun sensor usia baterai.

$T_{duration} \neq T_{lifetime}$ untuk baterai yang belum mati.
Baterai 1, 3, 4, dan baterai lain yang kegagalannya belum teramati dihitung tidak tepat dalam perataan.

Saat waktu survival hanya diketahui sebagian.

Bagaimana sensor terjadi?

Peristiwa belum terjadi saat akhir observasi.
- mis. pengguna uji coba gratis belum konversi ke berbayar di akhir eksperimen.
Data individu hilang karena dropout atau kehilangan kontak.
- mis. pengguna uji coba gratis menolak membagikan data untuk eksperimen.

Kartun jenis sensor.

Tidak tersensor: peristiwa terjadi dan durasi survival diketahui.
Right-censored: durasi survival lebih besar dari durasi teramati.
Left-censored: durasi survival lebih kecil dari durasi teramati.
Interval-censored: durasi survival ada dalam rentang tertentu tetapi tidak persis diketahui.

Statistik agregat

Regresi

$$S(t)=Pr(T>t)$$

Kartun data tidak tersensor.

Kartun data tersensor.

Bisakah kita mengidentifikasi data yang tersensor?

Langkah 1) Periksa kolom sensor (sering sudah dipraolah).

Apakah terlalu banyak data yang tersensor?

Langkah 2) Cek proporsi data yang tersensor (aturan praktis: 50%).

Apakah sensor non-informatif dan acak?

Langkah 3) Telusuri penyebab sensor untuk memastikan bahwa disensor atau tidaknya tidak memengaruhi survival.

Analisis Survival dengan Python