ฟังก์ชันการรอดชีพ

Survival Analysis in R

Heidi Seibold

Statistician at LMU Munich

Survival Analysis in R

คำถามในการวิเคราะห์การรอดชีพ

  • ความน่าจะเป็นที่ผู้ป่วยมะเร็งเต้านมจะมีชีวิตรอดเกิน 5 ปีคือเท่าใด?
  • เวลารอรถแท็กซี่โดยทั่วไปคือเท่าใด?
  • จากผู้ว่างงาน 100 คน คาดว่ามีกี่คนที่จะได้งานใหม่ภายใน 2 เดือน?
Survival Analysis in R

ฟังก์ชันการรอดชีพ

ทฤษฎี

$$S(t) = 1 - F(t) = P(T > t)$$

การตีความ

ความน่าจะเป็นที่ระยะเวลาจะนานกว่า $t$

Survival Analysis in R

ฟังก์ชันการรอดชีพ

ทฤษฎี

$$S(t) = 1 - F(t) = P(T > t)$$

การตีความ

ความน่าจะเป็นที่ระยะเวลาจะนานกว่า $t$

ตัวอย่าง:

  • ความน่าจะเป็นที่จะรอดชีพเกินจุดเวลา $t$
  • ความน่าจะเป็นที่รถแท็กซี่จะมาถึงในเวลามากกว่า $t$ นาที
Survival Analysis in R

ฟังก์ชันการรอดชีพ

การตีความ

ระยะเวลามัธยฐานคือ $t$

ตัวอย่าง:

  • เวลารอดชีพมัธยฐานคือ $3.7$ ปี
  • เวลามัธยฐานที่รถแท็กซี่มาถึงคือ $3.7$ นาที
Survival Analysis in R

ฟังก์ชันการรอดชีพ

การตีความ

$100 \cdot \hat{S}(t)$ เปอร์เซ็นต์ของระยะเวลาทั้งหมดนานกว่า $t$

ตัวอย่าง:

  • ผู้ป่วย 37 เปอร์เซ็นต์มีชีวิตรอดเกิน $4$ ปี และ 63 เปอร์เซ็นต์เสียชีวิตภายใน $4$ ปีแรก
  • จากรถแท็กซี่ 100 คัน มี 37 คันที่ใช้เวลามากกว่า 4 นาทีในการมาถึง
Survival Analysis in R

มาฝึกกันเถอะ!

Survival Analysis in R

Preparing Video For Download...