生存分析和泊松回归之间有什么区别？

我正在使用给定用户访问站点的次数来处理经典客户流失预测问题，并且我认为泊松回归是建模该用户未来参与度的正确工具。那时我碰到一本关于生存分析和危害建模的书，但我不知道哪种技术最好。

我不想同时研究两个主题，那么使用过去的数据和人口统计来建模用户参与度的最佳方法是什么？

简要和一般性的答案：

• 使用Poisson回归时，感兴趣的响应变量是一个计数（或可能是一个rate）。
• 使用Cox回归（或生存分析的替代建模策略）时，响应变量是某个起点与感兴趣事件之间经过的时间。特别是，生存分析技术旨在处理审查。
• 请注意，在某些假设下，两者之间存在联系。