预测事件生存时间分析

Question

我目前正在尝试模拟事件发生的时间，其中可能发生三种不同的事件。它是用于电信数据的，我想预测未锁定客户的预期寿命，因此他们的合同期已结束并且他们现在可以每月辞职的客户。一旦他们的 1 年或 2 年合同结束，他们就会成为未锁定的客户，随着时间的推移，他们可以流失、保留（购买新合同）或保持未锁定的客户（因此我需要一个竞争风险模型）。

现在我感兴趣的是，这些事件之一发生的时间。我正在考虑使用 Cox 回归模型来找出协变量对生存概率的影响，但由于没有为 Cox 定义基线风险，因此很难预测事件发生的时间（对吗？）。我当时认为参数化生存模型可能会更好，但到目前为止，我无法根据我在互联网上找到的内容做出决定。

现在我的问题是，生存分析是预测事件发生时间的正确方法吗？有没有人可能有预测事件发生时间的经验？

Answer 1

您可以通过使用例如为基线假设一个参数模型。 survival::survreg。这样你就可以避开基线。此外，您可以使用 cox 模型估计样本内的非参数基线。请参阅 ?predict.coxph 中的 type = "expected" 参数。