How To
Summary
線型モデルにしても、ディシジョンツリーにしても、クラスター分析にしても、従来の統計モデルは何月何日の決まった日時時点の「状態」をモデル化しております。しかしある特定の日時で結論が出ないデータを分析したい場合も考えられます。重い病気の研究において入院なり通院なりで「治療中」や「完治による治療終了」（生存）の人もいれば、残念ながら「死亡に伴う治療終了」（死亡）もあります。このような「今も結果を追えるケース」と「途中離脱で結果が追えなくなってしまったケース」が混在していることに対応した分析が生存分析となります。発祥は医療に関するものですが、治療の継続や終了を「サブスクリプション契約の維持」「消耗する装置の耐久性」に置き換えて利用することも考えられます。
COX回帰（比例ハザードモデルとも呼びます）はロジスティック回帰の要素を盛り込んだ生存分析で、対象のイベント（例えば死亡）が発生に影響がある独立変数のハザード比（ロジスティック回帰でいうところのオッズ比）をモデル化することが出来ます。
Document Location
Worldwide
[{"Business Unit":{"code":"BU048","label":"IBM Software"},"Product":{"code":"SSLVMB","label":"IBM SPSS Statistics"},"ARM Category":[],"Platform":[{"code":"PF025","label":"Platform Independent"}],"Version":"All Version(s)","Line of Business":{"code":"LOB76","label":"Data Platform"}}]
Log InLog in to view more of this document
This document has the abstract of a technical article that is available to authorized users once you have logged on. Please use Log in button above to access the full document. After log in, if you do not have the right authorization for this document, there will be instructions on what to do next.
Was this topic helpful?
Document Information
Modified date:
15 February 2022
UID
ibm16246963