[vastaus aiempaan viestiin]
Kirjoittaja: | Petri Palmu |
---|---|
Sähköposti: | - |
Päiväys: | 25.11.2004 18:28 |
Seppo Mustonen kirjoitti 25.11.2004 16:53 : >ESTIMATE ratkaisee tehtävän esim. seuraavasti: > >DATA _S1 >time event >1 1 >1 1 >1 1 >1 0 >4 0 >5 1 >7 1 >8 1 >10 1 >10 0 >12 0 >16 0 >16 0 >16 0 > >MODEL M1 >LOGDENSITY=event*(log(a)-a*time)+(1-event)*(-a*time) > >a=0.01 // lähtöarvo >ESTIMATE _S1,M1,CUR+1 >Estimated parameters of model M1: >a=0.0648148 (0.0245002) >n=14 log(L)=-26.153548 nf=28 > Kiitos paljon! Niinpä tosiaan, kun kirjoitetaan LOGDENSITY=event*log(a)-a*(event*time+(1-event)*time) , niin yksilön i kontribuutio log-uskottavuusfunktioon: log(a)-a*time, kun event=1 ja -a*time, kun event=0 (sensurointi) Sensuroidut havainnot kontribuoivat uskottavuusfunktioon exp(-a*time) verran, joka toisaalta on S(t), kuten pitääkin :-) Petri
Vastaukset: |
---|
Survo-keskustelupalstan (2001-2013) viestit arkistoitiin aika ajoin sukrolla, joka automaattisesti rakensi viesteistä (yli 1600 kpl) HTML-muotoisen sivukokonaisuuden. Vuoden 2013 alusta Survo-keskustelua on jatkettu entistäkin aktiivisemmin osoitteessa forum.survo.fi. Tervetuloa mukaan!