plot

Постройте график функции выживания для ковариатной модели выживания, остающейся полезной жизнью

Описание

пример

plot(mdl) строит графики базовой функции выживания подобранной ковариационной модели выживания mdl относительно значения срока службы, для которого он был вычислен. Данные о графике хранятся в BaselineCumulativeHazard свойство mdl.

пример

plot(mdl,covariates) строит график функции выживания, вычисленной для ковариационных данных в covariates. Чтобы получить функцию выживания, коэффициент опасности вычисляется с помощью ковариат и объединяется с базовой функцией выживания.

Примеры

свернуть все

Загрузите обучающие данные.

load('covariateData.mat')

Эти данные содержат время разряда батареи и связанную ковариационную информацию. Ковариатные переменные:

  • Температура

  • Груз

  • Производитель

Информация о производителе является категориальной переменной, которая должна быть закодирована.

Создайте ковариатную модель выживания.

mdl = covariateSurvivalModel;

Обучите модель выживания с помощью обучающих данных, задающих переменную времени жизни, переменные данных и закодированную переменную. Переменная цензора для этих обучающих данных отсутствует.

fit(mdl,covariateData,"DischargeTime",["Temperature","Load","Manufacturer"],[],"Manufacturer")
Successful convergence: Norm of gradient less than OPTIONS.TolFun

Постройте график функции выживания базовой линии для модели.

plot(mdl)

Figure contains an axes. The axes with title Survival Function Plot contains an object of type stair. This object represents Baseline Survival Function.

Загрузите обучающие данные.

load('covariateData.mat')

Эти данные содержат время разряда батареи и связанную ковариационную информацию. Ковариатные переменные:

  • Температура

  • Груз

  • Производитель

Информация о производителе является категориальной переменной, которая должна быть закодирована.

Создайте ковариатную модель выживания и обучите ее с помощью обучающих данных.

mdl = covariateSurvivalModel('LifeTimeVariable',"DischargeTime",'LifeTimeUnit',"hours",...
   'DataVariables',["Temperature","Load","Manufacturer"],'EncodedVariables',"Manufacturer");
fit(mdl,covariateData)
Successful convergence: Norm of gradient less than OPTIONS.TolFun

Предположим, у вас есть блок батарей, произведенная производителем B который работает для 30 часов. Создайте таблицу тестовых данных, которая содержит время использования, DischargeTimeи измеренную температуру окружающей среды, TestAmbientTemperature, и ток нарисованный, TestBatteryLoad.

TestBatteryLoad = 25;
TestAmbientTemperature = 60; 
DischargeTime = hours(30);
TestData = timetable(TestAmbientTemperature,TestBatteryLoad,"B",'RowTimes',hours(30));
TestData.Properties.VariableNames = {'Temperature','Load','Manufacturer'};
TestData.Properties.DimensionNames{1} = 'DischargeTime';

Спрогнозируйте RUL для батареи.

estRUL = predictRUL(mdl,TestData)
estRUL = duration
   38.337 hr

Постройте график функции выживания для ковариационных данных батареи.

plot(mdl,TestData)

Figure contains an axes. The axes with title Survival Function Plot contains 2 objects of type stair. These objects represent Baseline Survival Function, Current Survival Function.

Входные параметры

свернуть все

Ковариатная модель RUL выживания, заданная как covariateSurvivalModel объект.

plot строит графики данных в BaselineCumulativeHazard свойство mdl, который является массивом с двумя столбцами. Второй столбец содержит значения функций выживания базовой линии, а первый - соответствующие значения времени жизни. Значения времени жизни строятся в модулях, заданных LifeTimeUnits свойство mdl.

Текущие ковариатные значения для компонента, заданные как:

  • Вектор-строка, элементы которого задают только ковариационные значения компонента, а не значения времени жизни. Количество ковариатных значений должно совпадать с количеством и порядком столбцов ковариатных данных, используемых при оценке mdl использование fit.

  • table или timetable с одной строкой. Таблица должна содержать переменные, указанные в DataVariables свойство mdl.

Если ковариационные данные содержат закодированные переменные, то вы должны задать covariates использование table или timetable.

Чтобы получить функцию выживания, коэффициент опасности вычисляется с помощью ковариат и объединяется с базовой функцией выживания. Для получения дополнительной информации см. Модель пропорциональных опасностей Кокса.

Введенный в R2018a
Для просмотра документации необходимо авторизоваться на сайте