共変量が打ち切りデータに利用できない場合の生存分析

私は裁判官が決定を下すのに必要な時間を見ています。各裁判官は多数の申請者を評価し、申請を承認することもしないこともできます。裁判官が彼の報告を提出するとき、それは審理の後であるかもしれません。研究期間の終わりには、まだ多くの症例が未解決のままでした。

ケースがシステム内を移動するのに必要な平均時間を見積もりたい。さらに、拒否されたケースが承認されたケースよりも長くかかるかどうかを確認します。（裁判官は、最終的には承認に失敗するか、追加の文書を求めるレポートを書くのに長い時間を費やすようです）。

明らかに、調査の終了時にまだ開いていたケースが承認されたかどうかはわかりません。そのため、共変量（承認/承認しない）がデータと共に検閲されます。

これについて私にできることはありますか？

@jskのコメントには、@ Alexisの回答に対するキーがあります。この場合に使用する適切なタイプの生存分析は、競合リスクです。次の3つの結果が考えられます。a）承認済み、b）拒否済み、c）右打ち切り。

重要なのは、受け入れ/拒否は単一の共変量ではなく、2つの競合するリスクであるということです。これはほとんどの統計ソフトウェアで非常に簡単です。例えば、Rの中にsurvivalパッケージは、単にレベルの要因として、イベントをコーディングcensored、acceptedとrejected。（censored最初のレベルでなければなりません。他のレベルは競合するリスクであると想定されます。）

私があなたを理解しているなら、これはかなり標準的な生存分析/イベント履歴分析の右打ち切りのものです。Kaplan-Meyer、離散時間ハザードモデルなどはすべて、イベント発生のリスクのあるサンプルの収縮を組み込むことにより、イベント発生の正しい打ち切り（つまり、ケースケースの承認）を考慮しながら、イベントが発生するかどうか、およびいつ発生するかを推定します。イベントの発生と打ち切りの両方が原因です。

Wikipediaの記事は、まともなイントロを与えます。そして、あなたはシンガー、JDとウィレット、JB（2003）をチェックするかもしれません。長期的なデータ分析の適用：モデリングの変更とイベントの発生。Oxford University Press、ニューヨーク、ニューヨーク。離散時間イベント履歴モデルについて詳しく説明し、Cox比例ハザードモデルについて十分なセクションがあります。