Cox-Knoten
Die Cox-Regression erstellt ein Vorhersagemodell für Daten, die die Zeit bis zum Eintreten des Ereignisses angeben. Das Modell erzeugt eine Überlebensfunktion, die die Wahrscheinlichkeit vorhersagt, mit der das interessierende Ereignis zu einer gegebenen Zeit t für vorgegebene Werte der Prädiktorvariablen aufgetreten ist. Die Form der Überlebensfunktion und die Regressionskoeffizienten für die Prädiktoren werden aus beobachteten Subjekten geschätzt. Anschließend kann das Modell auf neue Fälle angewendet werden, die Messungen für die Prädiktorvariablen enthalten. Beachten Sie, dass Informationen aus zensierten Subjekten, also Subjekten, bei denen das relevante Ereignis während der Beobachtungszeit nicht eintritt, einen nützlichen Beitrag zur Schätzung des Modells leisten.
Beispiel. Im Rahmen seiner Bemühungen zur Reduzierung der Kundenabwanderung ist ein Telekommunikationsunternehmen daran interessiert, die "Zeit bis zur Abwanderung" zu modellieren, um die Faktoren zu ermitteln, die für Kunden gelten, die rasch zu einem anderen Dienst wechseln. Dazu wird eine Zufallsstichprobe von Kunden und ihre Zeit als Kunden (unabhängig davon, ob sie noch immer aktive Kunden sind) ausgewählt und verschiedene demografische Felder werden aus der Datenbank extrahiert.
Datum und Uhrzeit. Felder vom Typ "Datum und Uhrzeit" können nicht direkt zum Definieren der Überlebenszeit verwendet werden. Wenn Felder vom Typ "Datum und Uhrzeit" vorliegen, sollten Sie sie verwenden, um ein Feld mit Überlebenszeiten zu erstellen, das auf dem Unterschied zwischen dem Datum des Eintritts in die Studie und dem der Beobachtung basiert.
Kaplan-Meier-Analyse. Die Cox-Regression kann ohne Eingabefelder durchgeführt werden. Dies entspricht einer Kaplan-Meier-Analyse.