Cox回帰(固定共変量)

Cox回帰は、右側打ち切りの個体を含む故障時間データと、1つ以上の数値共変量に比例ハザードモデルを当てはめます。各係数を標準誤差、Z、p値とともに報告し、信頼区間付きのハザード比と、共変量の平均値における生存プロットも示します。各共変量の効果が時間によらず一定で、対数ハザードに対して線形であることを仮定します。

最終レビュー

重要なポイント

Cox回帰は、未故障の個体を含む寿命データを用いて、故障リスクを温度や振動などの測定因子に関連付け、寿命分布を選ばずに各因子のハザード比を報告します。

このページの内容
  1. 目的
  2. 主な機能
  3. 統計手法
  4. 入力項目とオプション
  5. 出力の説明
  6. 計算例

目的

Cox回帰(固定共変量)は、一部の個体がまだ故障していない寿命データを用いて、故障リスクを、使用温度、振動、負荷、サプライヤーなど、1つ以上の測定因子に関連付けます。寿命分布を選ぶ必要なく、各因子について、その因子が1単位増えるごとに故障リスクがどれだけ変わるかをハザード比で報告します。現場データや試験データで、どの条件が寿命を縮めるか、またその程度を調べるために使用します。

主な機能

  • 1つ以上の数値共変量を持つ比例ハザードモデル。
  • 右側打ち切りデータ(観測終了時にまだ稼働中だった個体)を扱えます。
  • 各共変量の係数、標準誤差、Z統計量、p値。
  • 指定した水準の信頼区間付きハザード比。
  • すべての共変量が平均値である個体の生存プロット。

統計手法

モデルはCox比例ハザードモデル h(t | Z) = h₀(t) · exp(β₁Z₁ + β₂Z₂ + ...) です。ここで h(t | Z) は共変量の値が Z である個体の時刻 t における故障率、h₀(t) は特定の形を仮定しないベースラインハザードです。係数 β は偏尤度の最大化(同時刻の故障にはBreslow法)によって推定されます。偏尤度は、個体が故障する順序と、各故障時刻にまだリスクにさらされている個体だけを使用します。打ち切りの個体は、打ち切り時刻までリスクにさらされているものとして扱われます。

標準誤差は、推定値における対数偏尤度のヘッセ行列の逆行列から求めます。各係数は、Wald統計量 Z = coef / SE を標準正規分布と比較して検定します。ハザード比は exp(coef) で、他の共変量を固定したとき、その共変量が1単位増えるごとに故障率が何倍になるかを表します。ハザード比が1を超えればリスクが高く、1未満であれば低いことを意味します。その信頼区間は exp(coef ± z·SE) で、z は信頼水準に対応する標準正規分布の値です。k単位の変化に対するハザード比は exp(k · coef) です。

このモデルは、各共変量の効果がすべての時刻で同じであること(比例ハザード)、および対数ハザードに対する効果が共変量について線形であることを仮定します。打ち切り列では、打ち切り値に等しい行は打ち切りで、それ以外の行はすべて故障です。生存プロットは、すべての共変量が標本平均である個体の当てはめ生存曲線を示し、時刻0で1から始まり、各故障時刻で階段状に下がります。

入力項目とオプション

項目

説明

Time variable

必須。故障までの時間、または稼働中の個体については打ち切りまでの時間。

Use censoring column

必須。打ち切り値に等しい行は右側打ち切りで、それ以外の行はすべて故障です。すべての行に値が必要です。

Censoring value

観測終了時にまだ稼働中だった個体を示す、打ち切り列の値。既定は0で、1が故障を表します。

Covariates (predictors)

1つ以上の数値の説明変数列。複数選択するには、CtrlまたはCommandを押したまま選択します。

Confidence level (%)

ハザード比の信頼区間に使用します。既定は95で、50〜99.99。

cox-regression-inputs


図1 — この例のオプション:時間にMonths、打ち切り列にStatus(0 = 稼働中)、共変量に使用温度と振動を指定。

出力の説明

  • Model summary — Log-Likelihood、N (Observations)、および故障数であるN (Events)。
  • Coefficients — 各説明変数について、Coef、SE Coef、Z、P、Hazard Ratio、およびその信頼下限と信頼上限。
  • Cox Regression Survival Plot (at mean covariate values) — 各共変量が平均値である個体の、時間に対する当てはめ生存確率。
  • DownloadによるPDFエクスポート。

cox-regression-output


図2 — ポンプ60台の結果:使用温度1°Cあたりのハザード比は1.06、振動1単位あたりは1.36で、いずれも5%水準で有意です。平均的な温度と振動のポンプの生存曲線も示しています。

計算例

保全技術者が、遠心ポンプ60台を最長36か月間追跡します。ベアリングは23台で故障し、残りの37台は終了時点でまだ稼働中のため、36か月で打ち切りとなります。各ポンプについて、使用温度(°C)と測定した振動レベルがあります。技術者は、温度と振動がベアリング故障のリスクを高めるかを知りたいと考えています。技術者は、Time variable = Months、Use censoring column = Status、Censoring value = 0 と設定し、共変量にOperating Temp CとVibration Levelを選択して、信頼水準95%で実行します。

使用温度の係数は0.0580(p = 0.0137)で、ハザード比は1°Cあたり1.060(95% CI 1.012〜1.110)です。10 °Cあたりでは exp(10 × 0.0580) = 1.79 となり、10 °C高温で稼働するポンプは故障リスクが約1.8倍です。振動レベルの係数は0.3075(p = 0.0379)で、ハザード比は1単位あたり1.360(95% CI 1.017〜1.818)です。振動が1単位増えるごとに故障リスクは約36%高まります。どちらの効果も5%水準で有意で、どちらの信頼区間にも1は含まれません。

保全計画では、高温かつ高振動のポンプを優先的に点検すべきで、どちらかを下げれば、ベアリング寿命が延びる可能性が高いといえます。モデルからVibration Levelを除いても、温度のハザード比はほとんど変わらず(1°Cあたり1.064)、2つの効果はほぼ独立しています。生存プロットは、平均温度(74.3 °C)と平均振動(3.72)のポンプの期待生存確率を示しており、12か月で0.918、24か月で0.769、36か月で0.652です。つまり、このようなポンプの約3分の1が、3年以内にベアリング交換を必要とします。

よくある質問

Cox回帰のハザード比とは何ですか?

ハザード比は exp(coef) で、他の共変量を固定したとき、その共変量が1単位増えるごとに故障率が何倍になるかを表します。1を超えればリスクが高く、1未満であれば低いことを意味します。k単位の変化に対するハザード比は exp(k x coef) です。ポンプの例では、10 °C高温で稼働すると故障リスクが約1.8倍になりました。

Cox回帰の仮定は何ですか?

このモデルは、各共変量の効果がすべての時刻で同じであること(比例ハザード)、および対数ハザードに対する効果が共変量について線形であることを仮定します。ベースラインハザードには特定の形を仮定しないため、寿命分布を選ぶ必要はありません。

Cox回帰は打ち切りデータをどのように扱いますか?

右側打ち切りの個体、つまり観測終了時にまだ稼働中だった個体は、打ち切り時刻までリスクにさらされているものとして扱われます。係数は偏尤度の最大化によって推定され、個体が故障する順序と各故障時刻にリスクにさらされている個体のみを使用し、同時刻の故障にはBreslow法を用います。

Zometric Statistical SoftwareでCox回帰を実行するにはどうすればよいですか?

時間変数、打ち切り列、稼働中の個体を示す打ち切り値(既定は0で、1が故障を表します)を選択し、1つ以上の数値共変量と信頼水準(既定は95%)を選びます。出力には、モデルの要約、ハザード比と信頼限界を含む係数の表、共変量の平均値における生存プロットが含まれます。