plot

공변량 생존 잔여 수명 모델에 대한 생존 함수 플로팅

구문

plot(mdl)

plot(mdl,covariates)

설명

plot(mdl)은 피팅된 공변량 생존 모델 mdl의 기준 생존 함수를 이 함수가 계산된 수명 값에 대해 플로팅합니다. 플롯 데이터는 mdl의 BaselineCumulativeHazard 속성에 저장됩니다.

plot(mdl,covariates)는 covariates의 공변량 데이터에 대해 계산된 생존 함수를 플로팅합니다. 생존 함수를 얻기 위해 공변량을 사용하여 위험률이 계산되고 기준 생존 함수와 결합됩니다.

예제

공변량 생존 모델 훈련시키기

훈련 데이터를 불러옵니다.

load('covariateData.mat')

이 데이터에는 배터리 방전 시간 및 관련된 공변량 정보가 포함되어 있습니다. 공변량 변수는 다음과 같습니다.

• 온도

• 부하

• 제조업체

제조업체 정보는 인코딩해야 하는 categorical형 변수입니다.

공변량 생존 모델을 만듭니다.

mdl = covariateSurvivalModel;

수명 변수, 데이터 변수, 인코딩된 변수를 지정하여, 훈련 데이터를 사용해 생존 모델을 훈련시킵니다. 이 훈련 데이터에는 중도절단 변수가 없습니다.

fit(mdl,covariateData,"DischargeTime",["Temperature","Load","Manufacturer"],[],"Manufacturer")

Successful convergence: Norm of gradient less than OPTIONS.TolFun

모델의 기준 생존 함수를 플로팅합니다.

plot(mdl)

공변량 생존 모델을 사용하여 RUL 예측하기

훈련 데이터를 불러옵니다.

load('covariateData.mat')

이 데이터에는 배터리 방전 시간 및 관련된 공변량 정보가 포함되어 있습니다. 공변량 변수는 다음과 같습니다.

• 온도

• 부하

• 제조업체

제조업체 정보는 인코딩해야 하는 categorical형 변수입니다.

공변량 생존 모델을 만들고 훈련 데이터를 사용하여 훈련시킵니다.

mdl = covariateSurvivalModel('LifeTimeVariable',"DischargeTime",'LifeTimeUnit',"hours",...
   'DataVariables',["Temperature","Load","Manufacturer"],'EncodedVariables',"Manufacturer");
fit(mdl,covariateData)

Successful convergence: Norm of gradient less than OPTIONS.TolFun

제조업체 B에서 제조한 배터리 팩이 30시간 동안 실행되었다고 가정하겠습니다. 사용 시간 DischargeTime, 측정된 주변 온도 TestAmbientTemperature, 소비 전류 TestBatteryLoad가 포함된 테스트 데이터 테이블을 만듭니다.

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';

배터리의 RUL을 예측합니다.

estRUL = predictRUL(mdl,TestData)

estRUL = duration
   38.332 hr

배터리의 공변량 데이터에 대한 생존 함수를 플로팅합니다.

plot(mdl,TestData)

입력 인수

mdl — 공변량 생존 RUL 모델

covariateSurvivalModel 객체

공변량 생존 RUL 모델로, covariateSurvivalModel 객체로 지정됩니다.

plot은 mdl의 2열 배열 BaselineCumulativeHazard 속성에 있는 데이터를 플로팅합니다. 두 번째 열은 기준 생존 함수 값을 포함하고 첫 번째 열은 해당하는 수명 값을 포함합니다. 수명 값은 mdl의 LifeTimeUnits 속성으로 지정된 단위로 플로팅됩니다.

covariates — 현재 공변량 값

행 벡터 | 하나의 행을 갖는 table | 하나의 행을 갖는 timetable

컴포넌트의 현재 공변량 값으로, 다음 중 하나로 지정됩니다.

• 요소가 컴포넌트 공변량 값만 지정하고 수명 값은 지정하지 않는 행 벡터. 공변량 값 개수는 fit를 사용하여 mdl을 추정할 때 사용되는 공변량 데이터 열의 개수 및 순서와 일치해야 합니다.

• 하나의 행을 갖는 table 또는 timetable. 테이블은 mdl의 DataVariables 속성에 지정된 변수를 포함해야 합니다.

공변량 데이터에 인코딩된 변수가 포함된 경우 table 또는 timetable을 사용하여 covariates를 지정해야 합니다.

생존 함수를 얻기 위해 공변량을 사용하여 위험률이 계산되고 기준 생존 함수와 결합됩니다. 자세한 내용은 Cox Proportional Hazards Model 항목을 참조하십시오.

버전 내역

R2018a에 개발됨

참고 항목

함수

• covariateSurvivalModel | predictRUL | coxphfit

도움말 항목

• Cox Proportional Hazards Model