事件生存分析的預測時間

Question

我目前正在嘗試模擬事件的時間，其中有三個不同的事件可能發生。這是針對電信數據的，我想預測解鎖客戶的預期使用期限，因此客戶的合約期已經結束，現在可以每月辭職。一旦他們的1年或2年合同結束，他們就會解鎖客戶，隨着時間的推移，他們可以攪動，保留（購買新合同）或保持解鎖的客戶（因此我需要一個競爭風險模型）。

現在我感興趣的是，直到發生這些事件之一的時間。我正在考慮使用Cox迴歸模型來找出協變量對生存概率的影響，但由於Cox沒有定義基線危險，所以很難預測事件發生的時間（對嗎？）。我當時認爲參數化生存模式可能會更好，但從目前爲止在互聯網上找到的東西我無法確定。

現在是我的問題，是生存分析正確的方法來預測事件的時間？有沒有人可能有預測時間到事件的經驗？

Answer 1

您可以假設一個基準的參數模型， survival::survreg。這樣你就避免了基線。此外，您可以使用cox模型估計非參數基準樣本內樣本。請參閱?predict.coxph中的type = "expected"參數。