資料の 英語版 に戻るCox ノード
Cox ノード (SPSS Modeler)
最終更新: 2024年10月04日
Cox 回帰は時間事象データのための予測モデルを構築します。 モデルは、対象となるイベントが予測値変数の特定の値のために特定の時間 t に発生した確率を予測する生存関数を生成します。 生存関数の形状および予測値の回帰係数は観測サブジェクトから推測されます。その後モデルは予測値変数の計測がある新しいケースに適用できます。
検閲されたサブジェクトからの情報、つまり観測時に対象となるイベントを経験しないサブジェクトからの情報は、モデルの推定に非常に役立ちます。
例。 通信会社は、顧客の解約を減らす取り組みの一環として、別のサービスに素早く切り替える顧客に関連する要因を判別するために、 解約までの時間 をモデル化することに関心を持っています。 この目的のために、顧客のランダム・サンプルが選択され、顧客として消費した時間 (現在もアクティブな顧客であるかどうか) とさまざまな人口統計フィールドがデータベースから取得されます。
要件。 1 つまたは複数の入力フィールド、1 つの対象フィールドが必要で、Cox ノード内に生存時間フィールドを指定する必要があります。 ターゲット・フィールドは、「false」の値が生存を示し、「true」の値が対象のイベントが発生したことを示すようにコーディングする必要があります。このフィールドの測定レベルは、ストリングまたは整数のストレージを持つ
Flagでなければなりません。 (ストレージは、必要に応じて、置換またはフィールド作成ノードを使用して変換できます。) Both または None に設定されたフィールドは無視されます。 モデルで使用するフィールド・タイプは、完全にインスタンス化する必要があります。 生存時間は数値型フィールドにすることができます。注: Cox 回帰モデルのスコアリング時に、カテゴリー変数の空ストリングをモデル構築への入力として使用すると、エラーが報告されます。 空文字列を入力として使用しないでください。
日付 & 時間。 日付/時間フィールドがある場合、そのフィールドを使用して研究日および観察日へのエントリーの日付間の差異に基づいて、生存時間を含むフィールドを作成する必要があります。
Kaplan-Meier 分析。 Cox 回帰は、入力フィールドなしで実行することができます。 これは、Kaplan-Meier 分析と同じです。