详细内容或原文请订阅后点击阅览
没有人死亡的生存分析：一种基于价值的方法
Kaplan-Meier的广义版本允许建模连续价值（如货币），而不是二进制信号（如生存），当没有人死亡时，生存分析：首先在数据科学上出现了基于价值的方法。
来源:走向数据科学是一种统计方法来回答以下问题：“某事将持续多久？”从患者的寿命到机器组件的耐用性或用户订阅的持续时间。
该领域使用最广泛的工具之一是Kaplan-Meier估计器。
Kaplan-Meier估计器出生于生物学世界，Kaplan-Meier首次亮相跟踪生与死。但是，像任何真正的名人算法一样，它并没有留在车道上。如今，它出现在业务仪表板，营销团队和流失分析中。
，但这是收获：业务不是生物学。这是混乱，不可预测的，充满了情节的曲折。这就是为什么当我们尝试在商业世界中使用生存分析时，有一些问题使我们的生活更加困难。
业务不是生物学首先，我们通常不仅对客户是否“生存”感兴趣（在这种情况下生存可能意味着什么），还对个人的经济价值幸存了多少。
该个人的经济价值中有多少幸存。其次，与生物学相反，客户很有可能多次“死”和“复苏”（想想您在在线服务中取消订阅/重新订阅时）。
客户很有可能多次“死”和“复苏”在本文中，我们将看到如何扩展古典的Kaplan-Meier方法，以使其更适合我们的需求：建模连续的（经济）价值，而不是二元的价值（生死/死亡）并允许“复活”。
建模连续的（经济）价值，而不是二元的价值（生与死），并允许“复活”在Kaplan-Meier估计器上进行复习
让我们暂停并倒带一秒钟。在开始自定义Kaplan-Meier以满足我们的业务需求之前，我们需要快速对经典版本的运作方式进行快速刷新。
a b c从图形上，我们可以表示3个主题：