Think Stats 第3版 ―Pythonで学ぶ統計学入門

13章生存時間解析

生存時間解析とは、物事がどれだけ持続するかを記述する手法です。人間の寿命を研究するためによく用いられますが、機械部品や電子部品の「生存」、あるいはより一般的に、あらゆる種類の事象が発生するまでの時間間隔、さらには空間的な間隔にも適用できます。

まず簡単な例として電球の寿命から始め、次に米国における過去50年間の初婚年齢の変化という、より実質的な例を考察します。

13.1　生存関数

生存時間解析の基本概念は生存関数であり、これは特定の期間を超えて生存する集団の割合を示します。最初の例として、電球の寿命に関する生存関数を計算します。

2007年に実施された実験データを使います。研究者たちは50個の新しい電球を設置し、連続点灯させました。彼らは12時間ごとに電球をチェックし、寿命が切れた電球の寿命を記録し、50個すべての電球の寿命が切れるまで実験を続けました。データのダウンロード方法は13章のノートブック（chap13.ipynb）で説明しています。

データは以下のように読み込めます。

df = pd.read_csv("lamps.csv", index_col=0)
df.tail()

i	h	f	K
28	1812	1	4
29	1836	1	3
30	1860	1	2
31	1980	1	1
32	2568	1	0

h列には、寿命が時間単位で記録されており、f列には、hの各値で寿命を迎えた電球の数が記録されています。寿命の分布を表すために、これらの値をPmfオブジェクトに入れ、正規化します。

from empiricaldist import Pmf

pmf_bulblife = Pmf(df["f"].values, index=df["h"])
pmf_bulblife.normalize() ...