कॉक्स मॉडल जैसे आंकड़ों के साथ मुख्य समस्याआर2(एक अन्य उत्तर में वर्णित) यह आपके डेटा के सेंसरशिप वितरण पर बहुत निर्भर है। अन्य प्राकृतिक चीजें जिन्हें आप देख सकते हैं, जैसे कि नल मॉडल की संभावना अनुपात, यह समस्या भी है। (यह मूल रूप से है क्योंकि संभावना के लिए एक सेंसर किए गए डेटापॉइंट का योगदान एक डेटापॉइंट के योगदान से बहुत अलग है जहां घटना देखी जाती है, क्योंकि उनमें से एक पीडीएफ से आता है और उनमें से एक सीडीएफ से आता है। विभिन्न शोधकर्ताओं ने किया है। इसे प्राप्त करने के लिए प्रस्तावित तरीके, लेकिन जिन लोगों को मैंने देखा है, उन्हें आमतौर पर आपको सेंसरशिप वितरण का मॉडल या कुछ समान रूप से अव्यवहारिक होना चाहिए। मैंने इस बात पर ध्यान नहीं दिया है कि व्यवहार में यह निर्भरता कितनी खराब है, इसलिए यदि आपका सेंसर काफी हल्का है, तो आप अभी भी संभावना-अनुपात-आधारित आँकड़ों पर गौर कर सकते हैं। अस्तित्व के लिए कार्ट मॉडल,
जेनेरिक उत्तरजीविता मॉडल के लिए, एक बार-बार प्रयोग किया जाने वाला आँकड़ा है हरेल का सी इंडेक्स, केंडल के का एक एनालॉग या उत्तरजीविता मॉडल के लिए आरओसी एयूसी। अनिवार्य रूप से, सी सभी अनुपातों में से अनुपात है, जहां आप जानते हैं कि एक उदाहरण ने एक घटना को बाद में दूसरे की तुलना में अनुभव किया, कि मॉडल सही तरीके से रैंक करता है। (दूसरे शब्दों में, हर में जोड़े जाने वाले उदाहरणों की एक जोड़ी के लिए, कम से कम एक को सेंसर किया जा सकता है, और दूसरे के एक घटना के बाद इसे सेंसर किया जाना चाहिए ।) सी इंडेक्स सेंसरशिप वितरण पर भी निर्भर करता है, लेकिन हार्ले के अनुसार निर्भरता अन्य आंकड़ों की तुलना में मामूली है जो मैंने ऊपर उल्लेख किया है। दुर्भाग्य से, हैरेल की सीτउपरोक्त आँकड़ों की तुलना में कम संवेदनशील भी है, इसलिए यदि आप इसके बीच का अंतर छोटा रखते हैं, तो आप इसके आधार पर मॉडल के बीच चयन नहीं करना चाहते हैं; यह विभिन्न मॉडलों की तुलना करने के तरीके की तुलना में सामान्य प्रदर्शन के व्याख्यात्मक सूचकांक के रूप में अधिक उपयोगी है।
(अंत में, निश्चित रूप से यदि आपके पास मॉडल के लिए एक विशिष्ट उद्देश्य है - अर्थात, यदि आप जानते हैं कि आपकी भविष्यवाणी हानि कार्य क्या है - तो आप हमेशा नुकसान फ़ंक्शन के अनुसार उनका मूल्यांकन कर सकते हैं! लेकिन मैं आपको अनुमान लगा रहा हूं ' इतनी खुशकिस्मत नहीं ...)
दोनों की संभावना अनुपात के आँकड़ों और हार्रेल की ग की अधिक गहन चर्चा के लिए , आपको हार्ले की उत्कृष्ट पाठ्यपुस्तक प्रतिगमन मॉडलिंग रणनीतियों को देखना चाहिए । उत्तरजीविता मॉडल के मूल्यांकन पर अनुभाग .1019.10, पीपी। 492-493 है। मुझे खेद है कि मैं आपको एक निश्चित उत्तर नहीं दे सकता, लेकिन मुझे नहीं लगता कि यह एक हल की गई समस्या है!