क्या गैर-बेतरतीब ढंग से चुने गए नमूने (हेकमैन के सुधार जैसा कुछ) के कारण कॉक्स आनुपातिक खतरे वाले मॉडल में पूर्वाग्रह को सही करने के लिए कोई तरीके हैं?
पृष्ठभूमि :
कहते हैं कि स्थिति इस प्रकार दिखती है:
- पहले दो वर्षों के दौरान सभी ग्राहक स्वीकार किए जाते हैं।
- उन दो वर्षों के बाद एक कॉक्स पीएच मॉडल का निर्माण होता है। मॉडल भविष्यवाणी करता है कि ग्राहक हमारी सेवा का उपयोग कब तक करेंगे।
- कंपनी की नीति के कारण अब से केवल 3 महीने में 0.5 से अधिक जीवित रहने की संभावना वाले ग्राहक स्वीकार किए जाते हैं, अन्य को अस्वीकार कर दिया जाता है।
- एक और दो साल के बाद एक नया मॉडल बनाने की जरूरत है। समस्या यह है कि हमारे पास केवल स्वीकृत ग्राहकों के लिए लक्ष्य है और केवल इन ग्राहकों का उपयोग करने से कुछ गंभीर पूर्वाग्रह हो सकते हैं।
1
इस विश्लेषण का क्या मतलब है? जब तक आप कुछ चौरसाई विधियों या पैरामीट्रिक मॉडलिंग को शामिल नहीं करते हैं, तब तक कॉक्स PH मॉडल स्पष्ट रूप से समय-विफलता की भविष्यवाणी नहीं करता है। इस मॉडल में क्या स्तरीकरण / समायोजन चर हैं?
—
एडमो