イベント生存分析の予測時間

Question

私は現在、起こるかもしれない3つの異なるイベントがあるイベントの時間をモデル化しようとしています。それは電気通信データのためであり、ロックされていない顧客の予想寿命を予測したいので、契約期間の終了した顧客は月ごとに辞任することができます。 1年または2年の契約が終了すると、ロック解除された顧客であり、時間が経つにつれて、解約（新規契約の購入）またはロックされていない顧客の滞在が可能になります（競合するリスクモデルが必要になります）。

ここで私の興味のポイントは、これらのイベントのいずれかが発生するまでの時間です。私は、Cox回帰モデルを使用して、共変量の生存確率への影響を見出すことを考えていましたが、ベースラインハザードはCoxでは定義されていないので、イベントの時間を予測するのは難しいでしょうか？私はパラメトリック生存モデルがうまくいくかもしれないと思っていましたが、今まで私がインターネット上で見つけたものから自分の心を補うことはできません。

今、私の質問ですが、生存分析は時間を予測する正しい方法ですか？誰かがイベントの時間を予測する経験があるかもしれませんか？

Answer 1

たとえばベースラインを使用してベースラインのパラメトリックモデルを仮定できます。 survival::survreg。このようにして、ベースラインを回避します。さらに、coxモデルを使用して、サンプル内のノンパラメトリックベースラインを推定することができます。引数type = "expected"を?predict.coxphに記載してください。