Cox 회귀(고정 공변량)

Cox 회귀는 우측 중도절단된 단위와 하나 이상의 수치형 공변량이 있는 고장 시간 데이터에 비례 위험 모형을 적합합니다. 각 계수를 표준오차, Z, p-값과 함께 보고하고, 신뢰구간이 있는 위험비와 평균 공변량 값에서의 생존 그림도 제공합니다. 각 공변량의 효과가 시간에 따라 일정하고 로그 위험에 대해 선형이라고 가정합니다.

최종 검토

핵심 요점

Cox 회귀는 고장나지 않은 단위가 포함된 수명 데이터를 사용하여 고장 위험을 온도나 진동 같은 측정 요인과 연결하며, 수명 분포를 선택하지 않고도 각 요인의 위험비를 보고합니다.

이 페이지 내용
  1. 목적
  2. 주요 기능
  3. 통계적 방법
  4. 입력 항목 및 옵션
  5. 출력 설명
  6. 계산 예제

목적

Cox 회귀(고정 공변량)는 일부 단위가 아직 고장나지 않은 수명 데이터를 사용하여 고장 위험을 운전 온도, 진동, 부하, 공급업체 같은 하나 이상의 측정 요인과 연결합니다. 요인별로 위험비를 보고하며, 이는 해당 요인이 한 단위 증가할 때 고장 위험이 얼마나 변하는지를 나타내고 수명 분포를 선택할 필요가 없습니다. 현장 데이터나 시험 데이터에 사용하여 어떤 조건이 수명을 얼마나 단축하는지 찾아냅니다.

주요 기능

  • 하나 이상의 수치형 공변량을 갖는 비례 위험 모형.
  • 우측 중도절단 데이터, 즉 관찰이 끝났을 때 아직 가동 중이던 단위를 처리합니다.
  • 각 공변량의 계수, 표준오차, Z 통계량, p-값.
  • 선택한 수준의 신뢰구간이 있는 위험비.
  • 모든 공변량이 평균값인 단위에 대한 생존 그림.

통계적 방법

모형은 Cox 비례 위험 모형 h(t | Z) = h₀(t) · exp(β₁Z₁ + β₂Z₂ + ...)이며, h(t | Z)는 공변량 값이 Z인 단위의 시간 t에서의 고장률이고 h₀(t)는 특정한 형태를 가정하지 않는 기저 위험입니다. 계수 β는 부분 우도를 최대화하여 추정하며(동일 고장 시간에는 Breslow 방법), 이는 단위가 고장나는 순서와 각 고장 시간에 위험에 노출된 단위만 사용합니다. 중도절단된 단위는 중도절단 시간까지 위험에 노출된 것으로 계산합니다.

표준오차는 추정값에서 로그 부분 우도의 헤세 행렬 역행렬로 구합니다. 각 계수는 Wald 통계량 Z = coef / SE로 표준정규분포에 대해 검정합니다. 위험비는 exp(coef)로, 나머지 공변량을 고정한 채 해당 공변량이 한 단위 증가할 때 고장률에 곱해지는 배수입니다. 위험비가 1보다 크면 위험이 높고, 1보다 작으면 위험이 낮다는 뜻입니다. 그 신뢰구간은 exp(coef ± z·SE)이며, z는 신뢰수준에 해당하는 표준정규 값입니다. k 단위 변화에 대한 위험비는 exp(k · coef)입니다.

모형은 각 공변량의 효과가 모든 시점에서 동일하다는 것(비례 위험)과 로그 위험에 대한 효과가 공변량에 대해 선형이라는 것을 가정합니다. 중도절단 열에서 중도절단 값과 같은 행은 중도절단이고 그 외의 모든 행은 고장입니다. 생존 그림은 모든 공변량이 표본 평균인 단위의 적합된 생존 곡선을 보여주며, 시간 0에서 1로 시작하여 각 고장 시간에 계단식으로 내려갑니다.

입력 항목 및 옵션

항목

설명

Time variable

필수. 고장까지의 시간이며, 아직 가동 중인 단위는 중도절단까지의 시간입니다.

Use censoring column

필수. 중도절단 값과 같은 행은 우측 중도절단이고 그 외의 모든 행은 고장입니다. 모든 행에 값이 있어야 합니다.

Censoring value

관찰이 끝났을 때 아직 가동 중이던 단위를 나타내는 중도절단 열의 값입니다. 기본값은 0이며, 따라서 1 = 고장입니다.

Covariates (predictors)

하나 이상의 수치형 예측 변수 열입니다. 여러 개를 선택하려면 Ctrl 또는 Command를 누른 채 선택합니다.

Confidence level (%)

위험비 신뢰구간에 사용합니다. 기본값은 95이며 범위는 50~99.99입니다.

cox-regression-inputs


그림 1 — 예제의 옵션: 시간은 Months, 중도절단 열은 Status(0 = 아직 가동 중), 공변량은 운전 온도와 진동.

출력 설명

  • 모형 요약 — Log-Likelihood, N (Observations), 고장 수인 N (Events).
  • 계수 — 예측 변수별 Coef, SE Coef, Z, P, Hazard Ratio와 그 신뢰 하한 및 상한.
  • Cox Regression Survival Plot (at mean covariate values) — 각 공변량이 평균인 단위의 시간에 따른 적합 생존 확률.
  • Download를 통한 PDF 내보내기.

cox-regression-output


그림 2 — 펌프 60대의 결과: 운전 온도 1°C당 위험비 1.06, 진동 한 단위당 위험비 1.36이며 둘 다 5% 수준에서 유의하고, 평균 온도와 진동의 펌프에 대한 생존 곡선.

계산 예제

정비 엔지니어가 원심 펌프 60대를 최대 36개월 동안 추적합니다. 베어링 23개가 고장났으며, 나머지 펌프 37대는 종료 시점에 아직 가동 중이므로 36개월에서 중도절단됩니다. 각 펌프에 대해 운전 온도(°C)와 측정된 진동 수준이 있습니다. 엔지니어는 온도와 진동이 베어링 고장 위험을 높이는지 알고자 합니다. 엔지니어는 Time variable = Months, Use censoring column = Status, Censoring value = 0으로 설정하고, 95% 신뢰수준으로 Operating Temp C와 Vibration Level을 공변량으로 선택합니다.

운전 온도의 계수는 0.0580(p = 0.0137)이고 위험비는 °C당 1.060(95% CI 1.012~1.110)입니다. 10 °C에 대해서는 exp(10 × 0.0580) = 1.79이므로, 10 °C 더 뜨겁게 가동되는 펌프는 고장 위험이 약 1.8배입니다. 진동 수준의 계수는 0.3075(p = 0.0379)이고 위험비는 한 단위당 1.360(95% CI 1.017~1.818)이며, 진동이 한 단위 늘 때마다 고장 위험이 약 36% 높아집니다. 두 효과 모두 5% 수준에서 유의하며 어느 신뢰구간도 1을 포함하지 않습니다.

정비 계획에서는 온도가 높고 진동이 큰 펌프를 먼저 점검해야 하며, 둘 중 어느 쪽을 줄여도 베어링 수명이 늘어날 가능성이 높습니다. 모형에서 Vibration Level을 제거해도 온도 위험비는 거의 변하지 않으므로(°C당 1.064) 두 효과는 대체로 별개입니다. 생존 그림은 평균 온도(74.3 °C)와 진동(3.72)인 펌프의 기대 생존율을 보여주며, 12개월에 0.918, 24개월에 0.769, 36개월에 0.652이므로 이러한 펌프의 약 3분의 1은 3년 이내에 베어링 교체가 필요합니다.

자주 묻는 질문

Cox 회귀에서 위험비란 무엇입니까?

위험비는 exp(coef)로, 나머지 공변량을 고정한 채 해당 공변량이 한 단위 증가할 때 고장률에 곱해지는 배수입니다. 1보다 크면 위험이 높고 1보다 작으면 위험이 낮습니다. k 단위 변화에 대한 위험비는 exp(k x coef)이며, 펌프 예제에서 10 °C 더 뜨겁게 가동하면 고장 위험이 약 1.8배였습니다.

Cox 회귀의 가정은 무엇입니까?

모형은 비례 위험, 즉 각 공변량의 효과가 모든 시점에서 동일하다는 것과, 로그 위험에 대한 효과가 공변량에 대해 선형이라는 것을 가정합니다. 기저 위험은 특정한 형태를 가정하지 않으므로 수명 분포를 선택할 필요가 없습니다.

Cox 회귀는 중도절단 데이터를 어떻게 처리합니까?

우측 중도절단된 단위, 즉 관찰이 끝났을 때 아직 가동 중이던 단위는 중도절단 시간까지 위험에 노출된 것으로 계산합니다. 계수는 부분 우도를 최대화하여 추정하며, 이는 단위가 고장나는 순서와 각 고장 시간에 위험에 노출된 단위만 사용하고 동일 고장 시간에는 Breslow 방법을 사용합니다.

Zometric Statistical Software에서 Cox 회귀는 어떻게 실행합니까?

시간 변수, 중도절단 열, 아직 가동 중인 단위를 나타내는 중도절단 값(기본값 0이며 1은 고장을 의미)을 선택한 다음, 하나 이상의 수치형 공변량과 신뢰수준(기본값 95%)을 선택합니다. 출력에는 모형 요약, 위험비와 신뢰 한계가 포함된 계수 표, 평균 공변량 값에서의 생존 그림이 나옵니다.