生存分析
cox可以用在金融等行业
lifereg过程
response是因变量,censor是标识是否是截尾数据,list中是终值的标记是哪些
数据
censor是标识截尾值,当t<0的时候,censor等于1
右终检值就是知道生存了x天以上,但具体多少不知道
左终检值就是知道生存了x天以下,但是具体多少不知道
区间终检值是知道在一个区间内
下面的结果可以看到只有第一个和最后一个相关性比较大
简化以后:
在测试集上的表现
lifetest过程
生存分布函数sdf
累计分布函数,1-生存分布函数
概率密度函数是生存分布函数的导数
风险函数是概率密度函数除以生存分布函数
注意这里对数据的读入,自己写了一个变量C,那么读入的时候
fail和withdraw读入两个数,那么输出两行:
C和fail;C和withdraw
Cox比例风险模型
phreg过程
时间序列
因变量取决于之前某一些时间的值,被称为自回归
回归只能刻画发展趋势,但是具体的细节无法描述
T是长期趋势,S是季节变动,C是循环变动,I是随机扰动
平稳时间序列很常见
常用于描述随机扰动
ARIMA模型可以通过差分使不平稳的随机序列,变成平稳的随机序列
截尾就是到了某个点,基本等于0了
ARIMA过程
arima是一个交互式过程
nlag=12 表示要计算12个相关系数的值
自相关系数
q=2,2阶的滑动平均模型
p=1,1阶的自回归模型
因为AR1的SBC比较小,所以选择AR1模型进行预测
第二个例子
上证综指是非平稳的
可以看到没有明显的减小情况,是非平稳的