如果我使用的任何术语不正确,请提前道歉。我欢迎任何纠正。如果我所说的“截断”使用不同的名称,请告诉我,我可以更新问题。
我感兴趣的情况是:您有自变量和一个因变量。我将保持模糊,但是假设为这些变量获得良好的回归模型将相对简单。
但是,您要创建的模型是针对自变量和因变量,其中是y范围内的某个固定值。同样,您有权访问的数据不包含,仅包含。
一个(有些不切实际的)例子是,如果您试图模拟人们将领取养老金的年限。在这种情况下,可能是相关信息,例如性别,体重,每周运动时间等。“基本”变量是预期寿命。但是,您可以访问并试图在模型中预测的变量将是,其中r是退休年龄(为简单起见,它是固定的)。
在回归建模中是否有解决此问题的好方法?
1
我不确定,但这听起来似乎可以通过生存分析的一些变化来实现。1)涉及审查2)至少在您的示例中,它涉及时间。但这将是左删减而不是右删减(更常见)。如果您同意我的看法,则可以添加生存标签,看看是否有人跳上它。
—
彼得·弗洛姆
@Peter对我来说肯定是正确的。进行检查的哪一侧意义不大,因为通过否定因变量,可以在右检查和左检查之间切换。
—
ub
@whuber我认为你是对的。但是,正如您所说,审查方式可以轻松切换。
—
彼得·弗洛姆
退休示例似乎需要一个计数数据模型(如果您愿意舍入为整年,并且只要在运行分析时每个人都死了的话)。潜变量方法似乎有点牵强,因为时间不能为负。
—
Dimitriy V. Masterov 2014年