앞서 살펴본 카플란 마이어 곡선은 생존율의 차이를 쉽게 볼 수 있는 매우 간단한 모델이다. 그런데, 연구자 입장에서는 단순히 생존율의 증감 뿐만 아니라 성별, 그룹 등 어떠한 변수에 따른 위험 정도를 평가하는 것에 더 관심을 가질 수 있다. 왜냐하면 변수에 따른 영향력을 평가하는 것은 경영활동 등 여러 분야에 큰 시사점을 던져주기 때문이다. 예를 들어 성별 등 어떤 집단 간의 위험 정도가 얼마나 차이나는 지를 평가할 수 있다면, 비용 등 마케팅에 들어가는 자원을 결정하고 조정할 수 있는 것이다. 그 시사점을 던져주는 것이 바로 콕스 비례 위험 모형이다. 콕스 비례 위험 모형이란? 콕스 비례 위험 모형이란 생존분석에 쓰이는 통계적 모델로, 비모수적 특징과 모수적 특징을 모두 가지는 준모수적 모델이다. 이 ..

생존분석, 이탈분석(이제부터 이 둘을 구분하지 않을 예정)을 R과 파이썬을 통해 진행하겠다. 그 분석의 첫번째로 카플란 마이어 기법을 R을 통해 구현해보자. 먼저 기법에 대한 설명이 필요한데, 카플란 마이어 기법은 비모수적 모형이다. 이에, 어떠한 분포적 가정이 불필요하고 적은 수의 데이터로 쉽게 생존율을 계산할 수 있다는 장점이 있다. 그리고, 카플란 마이어 기법은 "실제 이탈이 일어난 사건만 반영한다"라는 아주 중요한 특징이 있다. 생존분석에서 분석대상이 사라지는 경우는 사망(이탈)하거나(event), 연구에서 중도탈락(censoring)한 두 가지 경우 중 하나이다. 물론 실험에 있어서 중도탈락은 type1, 2, random과 같이 다양한 사유가 존재하고, 이는 실험설계에 있어서 매우 중요하지만 ..

생존분석. 생존분석은 과거의 데이터를 바탕으로 분석대상이 살아남느냐 아니냐를 예측하는 분석 아이디어이다. 이 분석은 의료 도메인에서 먼저 제안되고 또 많이 이용해왔다고 한다. 예컨데, 과거의 패턴을 통해 현재 환자들이 결국 생존할 지 혹은 사망할 지를 예측할 수 있고, 어떠한 질환에 있어서 투약하는 약물이나 어떠한 치료 환경이 생존에 영향을 미치게 되는지, 그 변수들의 영향력을 알아보는 데도 유용하다. 그런데, 이와 같은 아이디어는 경영환경에서도 유용하게 적용할 수 있다. 분석 대상을 환자가 아닌 소비자들로 바꾼다면, 고객관리에 있어서 아주 중요한 시사점을 뽑아낼 수 있다는 사실을 알 수 있다. 소비자의 생존은 기업과 소비자의 관계유지를, 사망은 관계이탈을 의미하는 것으로 볼 수 있는 것이다. (#이러한..