手順 1.標本データを読み込んで準備する。

標本データを読み込みます。

负载(“lightbulb.mat”）

データの1列目には2種類の電球の寿命(時間単位)が含まれています。2列目には,電球のタイプに関する情報が含まれています。0は蛍光灯電球を1は白熱灯電球を示します。3列目には打ち切り情報が含まれます。1は打ち切られたデータを示し,0は正確な故障時間を示します。このデータは,シミュレーションされたものです。

電球タイプごとに1つの変数を作成し,打ち切り情報も含めます。

氟=[灯泡(灯泡(:,2)= = 0,1),．..灯泡(灯泡(:,2)= = 0,3)];insc =[灯泡(灯泡(:,2)= = 1,- 1),．..灯泡(灯泡(:,2)= = 1,3)];

手順 2.推定生存時間関数をプロットする。

2種類の電球の推定生存時間関数をプロットします。

图()[f,x,flow,fup] = ecdf(fluo(:，1)，“审查”氟(:2),．..“函数”，“幸存者”）;ax₁=楼梯(x, f);持有在楼梯(x,流,“:”)楼梯(x,管理方“:”) [f,x,flow,fup] = ecdf(insc(:，1)，“审查”insc (: 2),．..“函数”，“幸存者”）;ax2 =楼梯(x, f,“颜色”，“r”）;楼梯(x,流,“:r”)楼梯(x,管理方“:r”)传说((ax₁,ax2) {“荧光”，“白炽灯”})包含(的寿命(小时)) ylabel (“存活率”）

白熱灯電球の生存確率が,蛍光灯電球の生存確率よりも大幅に低いことがわかります。

手順 3.第十二ブール型分布を近似する。

ブール分布を蛍光灯タイプの電球と白熱灯タイプの電球の寿命データに近似します。

pd = fitdist(氟(:1),“毛刺”，“审查”氟(:2))

α = 29143.4 [0.903922, 9.39617e+08] c = 3.44582 [2.13013, 5.57417] k = 33.7039 [8.10737e-14, 1.40114e+16]

pd2 = fitdist (insc (: 1),“毛刺”，“审查”insc (: 2))

pd2 =毛刺分布alpha = 2650.76 [430.773, 16311.4] c = 3.41898 [2.16794, 5.39197] k = 4.5891 [0.0307809, 684.185]

ブール型十二生存時間関数を重ね合わせます。

ax3 =情节(0:500:15000 1-cdf (“毛刺”, 0:500:15000, 29143.5,．..3.44582, 33.704),“米”）;大举裁员=情节(0:500:5000 1-cdf (“毛刺”, 0:500:5000, 2650.76,．..3.41898, 4.5891),‘g’）;传奇([ax₁;ax2; ax3大举裁员),“Festimate”，“Iestimate”，“FBurr”，“IBurr”）

ブール分布は,この例の電球の寿命に良好な近似を提供します。

手順 4.コックス比例ハザードモデルを近似する。

電球のタイプが説明変数であるコックス比例ハザード回帰を近似します。

[b, logl H,统计]= coxphfit(灯泡(:,2),灯泡(:1),．..“审查”灯泡(:3));统计数据

统计=结构体字段:covb: 1.0757 beta版:4.7262 se: 1.0372 z: 4.5568 p: 5.1936 e-06 csr: x1双[100]devres: x1双[100]martres: x1双[100]薛定:x1双[100]sschres: [100 x1双)得分:x1双[100]sscores: x1双[100]LikelihoodRatioTestP: 0

$$p$$値pは,電球のタイプが統計的に有意であることを示しています。ハザード率の推定値は $$exp$$（ $$b$$) = 112.8646です。つまり,白熱灯電球のハザードは,蛍光灯電球のハザードの112.86倍であることを意味します。