Analisi di sopravvivenza: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
Smistamento lavoro sporco |
Revisione |
||
Riga 1:
L''''analisi di sopravvivenza
Questo argomento è chiamato in ingegneria "[[teoria dell'affidabilità]]" o "analisi di affidabilità", mentre in [[economia]] o in [[sociologia]] è chiamato '''analisi di durata''' o '''modello di durata'''.
Riga 18:
== Funzione di sopravvivenza==
L'oggetto di interesse primario nella
:<math>S(t) = \Pr(T > t)</math>
Riga 33:
==La funzione di distribuzione della durata della vita e la densità degli eventi==
Le quantità in relazione sono definite in termini della funzione di sopravvivenza.
La
:<math>F(t) = \Pr(T \le t) = 1 - S(t)</math>
Riga 52:
:<math>\lambda(t)\,dt = \Pr(t \leq T < t+dt\,|\,t \geq T) = \frac{f(t)\,dt}{S(t)} = -\frac{S'(t)\,dt}{S(t)}</math>
[[Forza di mortalità]] è un sinonimo di
Un esempio è la funzione di rischio [[curva del tubo del lavabo]], che è più larga per valori più piccoli di ''t'', decresce ad un certo minimo e dopo cresce di nuovo; questo può descrivere la proprietà di alcuni sistemi meccanici, come anche il fallimento subito dopo
La funzione di rischio può in alternativa essere rappresentata nei termini della
:<math>\Lambda(t) = -\log S(t)</math>
Riga 66:
:<math>\frac{d}{dt} \Lambda(t) = -\frac{S'(t)}{S(t)} = \lambda(t)</math>
<math>\Lambda</math> è chiamata funzione
:<math> \Lambda(t) = \int_0^{t} \lambda(u) \, du </math>,
che è l
poiché
questo implica che <math>\lambda(t)</math> non decresce troppo velocemente, in quanto il rischio cumulativo diverge. Per esempio <math>\exp(-t)</math> non è la funzione di rischio di qualche distribuzione di sopravvivenza, perché il suo integrale converge (a 1).
=== Quantità derivate dalla distribuzione di sopravvivenza===
La
:<math>P(T \le t_0 + t | T > t_0) = \frac{P(t_0 < T \le t_0 + t)}{P(T > t_0)} = \frac{F(t_0 + t) - F(t_0)}{S(t_0)}</math>
Riga 100:
''S''(''t'') = ''q'' rispetto a ''t''
dove ''q'' è la [[Proporzionalità (matematica)|proporzione]] in questione.
di solito si è interessati al
Si possono ricavare anche inferenze più complesse dalla distribuzione di sopravvivenza.
Riga 108:
==Alcune distribuzioni di sopravvivenza==
I modelli di sopravvivenza [[parametrici]], sono costruiti scegliendo una specifica [[distribuzione di probabilità]] per la funzione di sopravvivenza.
È giusto parlare di adattamento e di analisi di modelli in termini generali, usando il concetto evidenziato in seguito di
Così è relativamente facile sostituire una distribuzione con un'altra, al fine di studiare le conseguenze di scelte differenti.
Riga 137:
la [[censura]] è una forma di problema di dati mancanti che è diffusa nell'analisi di sopravvivenza.
Idealmente sia la data di nascita che quella di morte di un soggetto sono note, in tal caso ci è nota la durata della sua vita.
Se
Può anche accadere che soggetti con durata della vita inferiore a qualche soglia non possano essere del tutto osservati: questo si chiama ''troncamento''.
Si noti che il troncamento è differente dalla censura a sinistra, perché per un dato censurato a destra, si
==Adattamento dei parametri ai dati==
Riga 148:
Allora la funzione di verosimiglianza è il prodotto della verosomiglianza di ciascun dato.
Conviene suddividere i dati in quattro categorie: incensurati, censurati a sinistra, censurati a destra e censurati ad intervallo.
Queste sono indicati rispettivamente
:<math> L(\theta) = \prod_{T_i\in unc.} \Pr(T = T_i|\theta)
Riga 155:
\prod_{i\in i.c.} \Pr(T_{i,l} < T < T_{i,r}|\theta) </math>
Per un dato incensurato con <math>T_i</math> uguale all'età della morte,
:<math> \Pr(T = T_i|\theta) = f(T_i|\theta) </math>
Per un dato censurato a sinistra, come quando
:<math> \Pr(T < T_i|\theta) = F(T_i|\theta) = 1 - S(T_i|\theta) </math>
Per un dato censurato a destra, come il caso in cui si sa che l'età di morte è posteriore a <math>T_i</math>,
:<math> \Pr(T > T_i|\theta) = S(T_i|\theta) </math>
Per un dato censurato in un intervallo, come il caso che si sa che l'eta di morte e più grande di <math>T_{i,r}</math> e inferiore di <math>T_{i,l}</math>,
:<math> \Pr(T_{i,l} < T < T_{i,r}|\theta)
Riga 173:
== Bibliografia ==
* David Collett
* Regina Elandt-Johnson
* Jerald F. Lawless
* Terry Therneau
*"Engineering Statistics Handbook", NIST/SEMATEK, [http://www.itl.nist.gov/div898/handbook/ NIST/SEMATECH e-Handbook of Statistical Methods]
|