검열 된 데이터를 시뮬레이션하는 방법

Type I 오른쪽 검열 된 관측치를 포함하는 n Weibull 분포 수명의 표본을 어떻게 시뮬레이션 할 수 있는지 궁금합니다. 예를 들어, n = 3, 모양 = 3, 스케일 = 1 및 검열 속도 = .15, 검열 시간 = .88로 설정합니다. Weibull 샘플을 생성하는 방법은 알고 있지만 R에서 오른쪽으로 검열 된 유형의 검열 된 데이터를 생성하는 방법을 모르겠습니다.

T = rweibull(3, shape=.5, scale=1)

( R 코딩 스타일 T 과 관련하여 변수 이름 으로 사용하지 않는 것이 가장 좋습니다. 이 변수는에 대한 별칭이므로이 TRUE방법으로 인해 문제가 발생할 수 있습니다.)

귀하의 질문은 다소 모호합니다. 그것을 해석하는 몇 가지 방법이 있습니다. 그것들을 살펴 봅시다 :

1. 유형 1 검열 을 시뮬레이트하도록 규정합니다 . 그것은 일반적으로 실험이 일정 기간 동안 실행되고, 아직 연구를 수행하지 않은 연구 단위가 검열되었음을 의미합니다. 이것이 당신이 의미 한 바라면, 형상 및 스케일 파라미터와 검열 시간과 속도를 동시에 규정 할 수는 없습니다. 세 개를 규정하면 마지막이 반드시 고정됩니다.

   모양 매개 변수를 해결하려고합니다.
   이는 실패합니다. 모양 매개 변수가 무엇이든 관계없이 스케일 매개 변수가 1로 유지되는 Weibull 분포에서는 .88의 검열 시간에 15 %의 검열 속도를 갖는 것이 불가능한 것 같습니다.

   optim(.5, fn=function(shp){(pweibull(.88, shape=shp, scale=1, lower.tail=F)-.15)^2})
   # $par
   # [1] 4.768372e-08
   # ...
   # There were 46 warnings (use warnings() to see them)
   pweibull(.88, shape=4.768372e-08, scale=1, lower.tail=F)
   # [1] 0.3678794
   
   optim(.5, fn=function(shp){(pweibull(.88, shape=shp, scale=1, lower.tail=F)-.15)^2},
         control=list(reltol=1e-16))
   # $par
   # [1] 9.769963e-16
   # ...
   # There were 50 or more warnings (use warnings() to see the first 50)
   pweibull(.88, shape=9.769963e-16, scale=1, lower.tail=F)
   # [1] 0.3678794
   

   스케일 파라미터 해결 :

   optim(1, fn=function(scl){(pweibull(.88, shape=.5, scale=scl, lower.tail=F)-.15)^2})
   # $par
   # [1] 0.2445312
   # ...
   pweibull(.88, shape=.5, scale=0.2445312, lower.tail=F)
   # [1] 0.1500135
   

   검열 시간 해결 :

   qweibull(.15, shape=.5, scale=1, lower.tail=F)
   # [1] 3.599064
   

   검열 속도 해결 :

   pweibull(.88, shape=.5, scale=1, lower.tail=F)
   # [1] 0.3913773
   

2. 반면에, 우리는 중도 절단 (coutout)으로 인해 연구 내내 무작위로 (그리고 일반적으로 독립적으로) 검열을 생각할 수 있습니다. 이 경우 절차는 Weibull 변수 두 세트를 시뮬레이션하는 것입니다. 그런 다음 가장 먼저 나온 것을 참고하십시오. 더 작은 값을 끝점으로 사용하고 더 작은 값이 검열 시간 인 경우 검열 된 해당 단위를 호출하십시오. 예를 들면 다음과 같습니다.

   set.seed(0775)  
   t    = rweibull(3, shape=.5, scale=1)
   t      # [1] 0.7433678 1.1325749 0.2784812
   c    = rweibull(3, shape=.5, scale=1.5)
   c      # [1] 3.3242417 2.8866217 0.9779436
   time = pmin(t, c)
   time   # [1] 0.7433678 1.1325749 0.2784812
   cens = ifelse(c<t, 1, 0)
   cens   # [1] 0 0 0
   

우리가 똑같은 것에 대해 이야기하고 있는지 확인하기 위해, 제 1 종 검열 은

... 실험에는 정해진 수의 과목 또는 항목이 있으며, 미리 결정된 시간에 실험을 중단합니다.

검열 시간 = 0.88을 사용하여 올바른 검열 데이터를 생성하려면 다음 min함수를 사용하십시오 .

T <- rweibull(3, shape=.5, scale=1)
censoring_time <- 0.88
T_censored <- min(censoring_time, T)

그러나, " 검열 비율 = 0.15 " 라고 말할 때 당신이 무엇을 의미하는지 완전히 확신하지 못합니다 ... 피험자의 15 %가 올바르게 검열되었다고 말하는가? 검열에 관한이 노트 는 Type-I 검열에 필요한 유일한 매개 변수 가 시간을 검열하는 것이므로이 비율이 어떻게 영향을 미치는지 잘 모르겠습니다.