statsmodels.duration.survfunc.SurvfuncRight¶

class statsmodels.duration.survfunc.SurvfuncRight(time, status, entry=None, title=None, freq_weights=None, exog=None, bw_factor=1.0)[source]¶

生存函数的估计和推断。

生存函数 S(t) = P(T > t) 是指事件时间 T 大于 t 的概率。

此类目前仅支持右删失。

Parameters:¶

timearray_like

一个时间数组（删失时间或事件时间）

statusarray_like

事件时间的状态，status==1 表示‘事件’（例如死亡、失败），意味着事件发生在 时间 的给定值；status==0 表示发生了删失，意味着事件发生在 时间 的给定值之后。

entryarray_like, optional An array of entry times for handling

左截断（受试者在进入时间或之前不在风险集中）

titlestr

用于绘图和摘要输出的可选标题。

freq_weightsarray_like

可选的频率权重

exogarray_like

可选，如果存在则用于解释独立审查的违反情况。

bw_factorfloat

基于核估计的带宽乘数。仅在提供 exog 时使用。

Attributes:¶

surv_probarray_like

在surv_times中每个时间点的生存函数估计值。

surv_prob_searray_like

在surv_prob中的值的标准误差。如果提供了exog，则不可用。

surv_timesarray_like

生存函数发生变化的点。

n_riskarray_like

在surv_times中每个时间值之前的风险个体数量。如果提供了exog，则不可用。

n_eventsarray_like

每个时间点发生的事件（例如死亡）的数量。如果提供了exog，则不可用。

注释

如果 exog 为 None，则使用标准的 Kaplan-Meier 估计量。如果 exog 不为 None，则在每个点周围构建边际生存函数的局部估计，然后对这些估计进行平均。此过程给出了边际生存函数的估计，该估计考虑了依赖性删失，只要在以 exog 中的协变量为条件时删失变为独立。有关详细信息，请参见 Zeng 等人 (2004)。

参考文献

D. Zeng (2004). 通过调整使用许多协变量来估计边际生存函数，以调整依赖性删失。 统计年鉴 32:4. https://arxiv.org/pdf/math/0409180.pdf

方法

plot([ax])	绘制生存函数。
quantile(p)	生存分布的估计分位数。
quantile_ci(p[, alpha, method])	返回生存量值的置信区间。
simultaneous_cb([alpha, method, transform])	返回生存函数的同步置信带。
summary()	返回估计生存函数的摘要。