寿命数据回归的回归表 - 估计回归方程

该表估计模型的最佳拟合回归方程。回归方程的一般形式如下：

预测 = 常量 + 系数（预测变量）+ ... + 系数（预测变量）+ 尺度（分位数函数）或

Y_p = β₀ + β₁x₁ + ... + β_kx_k + σΦ^-1(p)

• 预测 (Y_p)：对数失效时间（Weibull、指数、对数正态和对数 Logistic 模型）或失效时间（正态、极值和 Logistic 模型）。
• 预测变量 (x₁, x₂ ... x_k)：预测变量，可以是连续变量，也可以是类别变量。
• 常量 (β₀)：当所有解释变量等于 0，并且分位数函数的百分位数为 0 时，Y_p（失效时间或对数失效时间）的值。
• 系数 (β₁, β₂,... , β_k)：当解释变量 (x) 按一个单位递增而所有其他解释变量保持不变时，相应 Y 值的变化量。
• 尺度 (σ)：尺度参数。对于 Weibull 和指数分布，尺度 = 1.0/形状。
• 分位数函数 (Φ^-1(p)：标准化寿命分布的第 p 个分位数。

此模型可能无法提供对数据的较好拟合。要评估模型拟合，应检查模型的假定，方法是使用标准化残差和 Cox-Snell 残差的概率图。