$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

경쟁적 위험하에서의 회귀분석

Competing Risks Regression Analysis

신뢰성응용연구 = Journal of the applied reliability, v.18 no.2, 2018년, pp.130 - 142  

백재욱 (한국방송통신대학교 정보통계학과)

Abstract AI-Helper 아이콘AI-Helper

Purpose: The purpose of this study is to introduce regression method in the presence of competing risks and to show how you can use the method with hypothetical data. Methods: Survival analysis has been widely used in biostatistics division. But the same method has not been utilized in reliability d...

주제어

질의응답

핵심어 질문 논문에서 추출한 답변
생존 데이터는 무엇으로 이루어지며 어떠한 형태로 나타낼 수 있는가? 생존 데이터는 통상적으로 어떤 사건이 발생할 때까지 걸리는 시간들로 이루어진다. 이때 어떤 사건이 발생 할 때까지 시간은 여러 형태의 함수로 나타낼 수 있다. 이들 중 가장 폭넓게 쓰이는 것이 생존함수 또는 생존확률 S(t)로서, 이는 개체의 수명이 적어도 t시간이 될 확률 즉, P(T>t) 을 나타낸다.
신뢰성분석은 생존분석과 어떤 차이가 있는가? 신뢰성분석은 생존분석과 똑같은 의미를 나타내지만 신뢰성분석이 공학 분야에서 제품의 수명에 대해 다루는 것이라면 생존분석은 의학 분야에서 사람의 수명에 대해 다루는 것이라고 할 수 있다. 따라서 생존분석에서 생존함수 S(t)와 위험률 h(t)은 신뢰성 분석에서 신뢰도R(t)와 고장률(failure rate) λ(t)와 같은 개념이다.
우리 관심의 대상인 제품의 수명에 영향을 알아보는 본 연구에서 공변수들은 무엇입니까? 우리의 주 관심사는 제품이 깨짐 (crack)으로 인해 어떤 현상이 발생하는지 살펴보는 것 인데, 제품은 깨짐(crack)이외에 마모(wear)로 인해서도 고장이 발생한다. 따라서 본 연구에서는 공변수들인 작업자의 성별(sex), 재료(material), 기계(machine),작업방법(method) 및 온도(temperature)가 깨짐에 미치 는 영향력을 경쟁적 위험사건인 마모까지도 고려하여 회귀분석을 이용하여 추정하는 것이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (20)

  1. Kalbfleisch, J. D. and Prentice, R. L. (2002). "The statistical analysis of failure time data". John Wiley & Sons, New York. 

  2. Klein, J. P. and Moeschberger, M. L. (2003). "Survival analysis. techniques for censored and truncated data". Springer, New York. 

  3. Kaplan, E. and Meier, P. (1958). "Nonparametric estimation from incomplete observations". Journal of the American Statistical Association, Vol. 53, pp. 457-481. 

  4. Porta, N., Gomez, G., and Calle, M. L. (2008). "The Role of survival functions in competing risks". available at http://www.eio.upc.es/nporta, cited on June 20, 2011. 

  5. Putter, H., Fiocco, M., and Geskus, R. B. (2006). "Tutorial in Biostatistics: Competing risks and multi-state events". Statistics in Medicine, Vol. 26, pp. 2389-2430. 

  6. Kim, H. (2007). "Cumulative incidence in competing risks data and competing risks regression analysis". Clinical Cancer Research, Vol. 13, pp. 559-565. 

  7. Scrucca, L., Santucci, A., and Aversa, F. (2007). "Competing risk analysis using R: an easy guide for clinicians". Bone Marrow Transplantation, Vol. 40, pp. 381-387. 

  8. Chastain, T. M., Young, T. M., Geuss, F. M., and Leon, R. V. (2009). Using reliability tools to characterize wood strand thickness of oriented strand board panels. International Journal of Reliability and Applications, Vol. 10, pp. 89-99. 

  9. Gooley, T. A., Leisenring, W., Crowley, J., and Storer, B. E. (1999). Estimation of failure probabilities in the presence of competing risks: New representations of old estimators. Statistics in Medicine, Vol. 18, pp. 695-706. 

  10. Lawless, J. (2003). "Statistical models and methods for lifetime data". John Wiley & Sons, New York. 

  11. Baik, J. (2016). "Reliability analysis under the competing risks". Journal of Applied Reliability, Vol. 16, pp. 56-63. 

  12. Furstova, J. and Valenta, Z. (2011). "Statistical analysis of competing risks: overall survival in a group of chronic myeloid leukemia patients". EuroMISE s.r.o., 7, en2-en10. 

  13. Tsiatis, A. (1975). "A nonidentifiability aspect of the problem of competing risks". Proceedings of the National Academy of Sciences, USA 72, pp. 20-22. 

  14. Lunn, M. and McNeil D. (1995). "Applying Cox regression to competing risks". Biometrics, Vol. 51, pp. 281-320. 

  15. Fine, J. and Gray, R. J. (1999). A proportional hazards model for the subpopulation of a competing risk". Journal of American Statistical Society, Vol. 94, pp. 496-509. 

  16. Klein, J. P. and Anderson, P. K. (2005). "Regression modeling of competing risks". Biometrics, Vol. 61, pp. 223-229. 

  17. Klein, J. P. and Zhang M. J.(2007). "Survival analysis". Handbook of Statistics, Vol. 27, pp. 281-320. 

  18. Logan B. R., Zhang, M. J., and Klein, J. P.(2006). "Regression models for hazard rates versus cumulative incidence probabilities in hematopoietic cell transplantation data". Biology of Blood Marrow Transplant, Vol. 12, pp. 107-112. 

  19. Moeschberger, M. L., Tordoff, K. P., and Kochar, N. (2007). "A Review of Statistical Analyses for Competing Risks". Handbook of Statistics, Vol. 27, pp. 321-341. 

  20. Kass, R. E. and Raftery, A. E. (1995). "Bayes factors". Journal of American Statistical Association, Vol. 90, pp. 773-795. 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트