ทำไมต้องใช้การวิเคราะห์การอยู่รอด?

Survival Analysis ด้วย Python

Shae Wang

Senior Data Scientist

ตัวอย่างอายุการใช้งานเฉลี่ยของแบตเตอรี่

ชื่อ DataFrame: 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

อายุการใช้งานเฉลี่ยของแบตเตอรี่คือเท่าไร?

np.average(battery_df["Duration"])

การ์ตูนแสดง censorship ของอายุแบตเตอรี่

การ์ตูนแสดง censorship ของอายุแบตเตอรี่

$T_{duration} \neq T_{lifetime}$ สำหรับแบตเตอรี่ที่ยังไม่หมดอายุ
แบตเตอรี่หมายเลข 1, 3, 4 และแบตเตอรี่อื่น ๆ ที่ยังไม่พบความล้มเหลว ถูกนำมาคำนวณอย่างไม่เหมาะสมในการหาค่าเฉลี่ย

เมื่อทราบเวลาการอยู่รอดเพียงบางส่วน

Censorship เกิดขึ้นได้อย่างไร?

เหตุการณ์ยังไม่เกิดขึ้นเมื่อสิ้นสุดช่วงการสังเกต
- เช่น ผู้ใช้ทดลองใช้ฟรียังไม่ได้เปลี่ยนเป็นผู้ใช้แบบชำระเงินเมื่อสิ้นสุดการทดลอง
ข้อมูลของบุคคลหายไปเนื่องจากการออกจากการศึกษาหรือการขาดการติดต่อ
- เช่น ผู้ใช้ทดลองใช้ฟรีปฏิเสธที่จะแบ่งปันข้อมูลสำหรับการทดลอง

การ์ตูนแสดงประเภทของ censorship

สถิติเชิงรวม

การถดถอย

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

การ์ตูนแสดงข้อมูลที่ไม่ถูก censored

การ์ตูนแสดงข้อมูลที่ถูก censored

จะระบุได้อย่างไรว่าข้อมูลจุดใดถูก censored?

ขั้นตอนที่ 1) ตรวจสอบคอลัมน์ censorship (มักถูกประมวลผลล่วงหน้าแล้ว)

ข้อมูลถูก censored มากเกินไปหรือไม่?

ขั้นตอนที่ 2) ตรวจสอบสัดส่วนของข้อมูลที่ถูก censored (ค่าอ้างอิงทั่วไปคือ 50%)

Censorship เป็นแบบ non-informative และสุ่มหรือไม่?

ขั้นตอนที่ 3) ตรวจสอบสาเหตุของ censorship เพื่อให้แน่ใจว่าการถูก censored ของข้อมูลไม่ส่งผลต่อการอยู่รอด

Survival Analysis ด้วย Python