事件生存分析的预测时间

Question

我目前正在尝试模拟事件的时间，其中有三个不同的事件可能发生。这是针对电信数据的，我想预测解锁客户的预期使用期限，因此客户的合约期已经结束，现在可以每月辞职。一旦他们的1年或2年合同结束，他们就会解锁客户，随着时间的推移，他们可以搅动，保留（购买新合同）或保持解锁的客户（因此我需要一个竞争风险模型）。

现在我感兴趣的是，直到发生这些事件之一的时间。我正在考虑使用Cox回归模型来找出协变量对生存概率的影响，但由于Cox没有定义基线危险，所以很难预测事件发生的时间（对吗？）。我当时认为参数化生存模式可能会更好，但从目前为止在互联网上找到的东西我无法确定。

现在是我的问题，是生存分析正确的方法来预测事件的时间？有没有人可能有预测时间到事件的经验？

Answer 1

您可以假设一个基准的参数模型， survival::survreg。这样你就避免了基线。此外，您可以使用cox模型估计非参数基准样本内样本。请参阅?predict.coxph中的type = "expected"参数。