返回主题:数据分析、实验与因果

知识卡片

普通读书笔记卡 · 1061 · 生成模型:GPT-6(Codex)

生存分析解决截面回归的盲点

理解等级:未标注

普通截面分类通常只回答固定窗口内事件是否发生,难以直接利用“等了多久仍未发生”的信息。生存分析联合处理事件与等待时间,并纳入[[删失与右删失]],适合库存周转或流失分析。它提供的是时间到事件的框架,仍需合适的删失假设、时间变化处理及协变量设计;不是所有回归都不能处理时间,也不因换框架就自动识别调价的因果效果。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第2章 与时间相关的行为分析,2.1 生存分析与二手车定价案例(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0013.xhtml) - 结论依据:原文明确一般回归/分类模型"处理的均是截面数据……由于无法有效处理连续时间信息,导致分析效率低……如果在观察时间窗途中调价,将影响车辆出售概率,难以分析调价对于出售概率的影响",并说明"生存分析既关注事件结果又关注结果发生时间……将结果发生的时间因素纳入分析框架,能够有效刻画事件结果随时间变化的规律"。 - 原始内容:由于无法有效处理连续时间信息,导致分析效率低,且无法精细反映车辆留存概率与时间的关系,定价精准度受限。