文档帮助中心文档

寿命数据分析

分析可靠性和生存数据的非参数和半参数方法

生存分析是时间到事件的分析，也就是说，当兴趣的结果是事件发生之前的时间。时间到事件的例子是感染、疾病复发或健康科学中恢复的时间;经济学中的失业持续时间;在工程中，一个机器部件出现故障或灯泡的寿命等的时间。

进行生存分析:

为您的数据拟合一个模型。使用下面页面中列出的一个或多个函数寿命数据分析或Cox比例风险模型。
使用下面页面中列出的示例中的方法绘制或分析拟合模型主题,或者使用Cox比例风险模型功能。

的fitcox函数提供了一种面向对象的方法来拟合Cox比例风险模型。由此产生的CoxModel对象包含许多统计和分析方法。coxphfit是用于拟合Cox模型的较老函数，它也支持代码生成。

功能

寿命数据分析

`ksdensity`	单变量和双变量数据的核平滑函数估计
`大中型企业`	最大似然估计
`mlecov`	最大似然估计的渐近协方差
`evfit`	极值参数估计
`expfit`	指数参数估计
`gamfit`	γ参数估计
`lognfit`	对数正态参数估计
`normfit`	正常的参数估计
`wblfit`	威布尔参数估计
`fitdist`	将概率分布对象与数据拟合
`dfittool`	开放分配Fitter应用程序

可视化寿命数据

`ecdf`	经验累积分布函数
`ecdfhist`	基于经验累积分布函数的直方图
`plotSurvival`	绘制Cox比例风险模型的生存函数
`probplot`	概率情节
`wblplot`	威布尔概率图

Cox比例风险模型

拟合Cox比例风险模型

coxphfit 考克斯比例风险回归

适合`CoxModel`对象

fitcox 创建Cox比例风险模型

`CoxModel`方法

`coefci`	Cox比例风险模型系数的置信区间
`hazardratio`	估计Cox模型相对于基线的危害
`linhyptest`	Cox模型系数的线性假设检验
`plotSurvival`	绘制Cox比例风险模型的生存函数
`生存`	计算Cox比例风险模型的生存期

对象

CoxModel 考克斯比例风险模型

主题

什么是生存分析?

了解截尾，生存数据，幸存者和危险函数。

两组幸存者函数

发现经验幸存者函数和参数幸存者函数使用Burr类型XII分布拟合两组数据。

不同组的危险和幸存者功能

估计和绘制不同群体的累积危险和幸存者函数。

kaplan meier方法

估计经验风险、幸存者和累积分布函数。

Cox比例风险模型

调整生存率估计以量化预测变量的影响。

Cox比例风险模型对象

创建有三个层次的Cox模型的数据，然后拟合和分析结果模型。

截尾数据的Cox比例风险模型

建立Cox比例风险模型，评估预测变量的显著性。

含时间相关协变量的Cox比例风险模型

将生存数据转化为计数过程形式，构建含时变协变量的Cox比例风险模型。

分析生存或可靠性数据

通过对汽车燃油喷射系统油门失效时间的建模，分析了带有截尾的寿命数据。

统计和机器学习工具箱文档

金宝app

掌握机器学习:MATLAB一步一步的指南

掌握机器学习:MATLAB一步一步的指南

下载电子书