基于Cox比例风险模型预测故障时间

Question

我是Stack Overflow的新手！如果这是一个愚蠢或令人困惑的问题，请提前抱歉。

我有一套正确的审查纵向数据（又名生存数据），其中包含工人的失败（辞职）时间，工作地点和月薪。我的目标是预测/模拟每个工人的失败时间。因此，如果时间变化很小，危险率接近条件失败概率，我决定根据Cox比例风险模型模拟每个工人的失败时间。以下是我的步骤：

1. 我将原始数据集拆分为训练和测试集。训练集用于训练Cox比例风险模型。
2. 根据估算的系数，我估算了累积基线危险函数，从而可以获得基线危险函数。
3. 我计算了每个时间段和工人的个人危险率（基于测试集）。我构建了一个矩阵（列=模拟日，行=工人）来存储所有费率。
4. 我选择了两种方法来模拟/预测每个工人的失败时间：

4.1

我使用均匀分布来生成每个模拟日的随机概率，而失败日是工人的危险率大于生成概率的第一个模拟日。我重复这个步骤进行n次迭代。然而，这个结果包含大量的“南”，因为一些工人没有任何危险率更大的生成概率。因此，很难确定故障时间。

4.2

我只是将具有最大个人危险率的模拟日视为每个工人的失败时间。然而，这种方式效果不佳，因为工人可能具有非常恒定和较小的个人危险率。

我尝试过参数化模型，但由于我的数据集非常大（> 800000行），因此计算需要超长时间

  

我的问题：有没有建议模拟/预测每个工人的失败时间？

非常感谢！

杰夫