Survival analysis क्यों उपयोग करें?

Python में Survival Analysis

Shae Wang

Senior Data Scientist

औसत बैटरी जीवन उदाहरण

DataFrame नाम: battery_df

Battery ID	Duration	Dead	Brand	Truck
1	2.5 yrs	No	Brand A	Long
2	6 yrs	Yes	Brand B	Short
3	5 yrs	No	Brand B	Long
...	...	...	...	...
1000	4.5 yrs	Yes	Brand A	Short

औसत बैटरी जीवन कितना है?

np.average(battery_df["Duration"])

बैटरी जीवन में सेंसरशिप का कार्टून.

बैटरी जीवन में सेंसरशिप का कार्टून.

जिन बैटरियों की मौत नहीं हुई, उनके लिए $T_{duration} \neq T_{lifetime}$.
बैटरियाँ 1, 3, 4, और वे जिनकी विफलता देखी नहीं गई, औसत निकालने में गलत तरह से शामिल होती हैं.

जब survival time आंशिक रूप से ही ज्ञात हो.

सेंसरशिप कैसे होती है?

ऑब्जर्वेशन के अंत तक इवेंट अभी तक हुआ नहीं है.
- जैसे, फ्री ट्रायल यूज़र ने प्रयोग के अंत तक पेड में कन्वर्ट नहीं किया.
ड्रॉपआउट या संपर्क खोने से व्यक्ति का डेटा गायब है.
- जैसे, फ्री ट्रायल यूज़र प्रयोग के लिए डेटा साझा करने से मना कर देता है.

सेंसरशिप के प्रकार का कार्टून.

Aggregated statistics

Regression

censored डेटा का अनुमान नहीं लगाता.
यह मॉडल करता है कि survival duration किसी मान से बड़ा होने की प्रायिकता क्या है.

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

Non-censored डेटा का कार्टून.

Censored डेटा का कार्टून.

क्या हम पहचान सकते हैं कि कौन-से डेटा पॉइंट censored हैं?

चरण 1) सेंसरशिप कॉलम देखें (अक्सर preprocessed होते हैं).

क्या बहुत अधिक डेटा censored है?

चरण 2) censored डेटा पॉइंट्स का अनुपात जाँचें (thumb rule: 50%).

क्या सेंसरशिप non-informative और random है?

चरण 3) सेंसरशिप के कारण जाँचें ताकि यह सुनिश्चित हो कि किसी पॉइंट का censored होना, survival को प्रभावित न करे.

Python में Survival Analysis