Contexto empresarial
Una planta industrial analiza el tiempo hasta el fallo de motores. El análisis debe ser estratificado por 'Ubicación de Fábrica' para controlar el ambiente. Sin embargo, los sensores de ubicación fallaron en algunos registros, generando datos perdidos (NULL). El negocio exige incluir estos registros en el análisis como un grupo desconocido en lugar de descartarlos.
Preparación de datos
Datos de fiabilidad con introducción deliberada de valores perdidos en la variable de estratificación.
¡Copiado!
| 1 | DATA mycas.engine_reliability; |
| 2 | LENGTH Location $10; |
| 3 | call streaminit(777); |
| 4 | DO id = 1 to 100; |
| 5 | IF rand('UNIFORM') < 0.2 THEN call missing(Location); /* 20% valores perdidos */ |
| 6 | ELSE IF rand('UNIFORM') < 0.5 THEN Location = 'Norte'; |
| 7 | ELSE Location = 'Sur'; |
| 8 | HoursOp = rand('EXPONENTIAL') * 5000; |
| 9 | Failed = (rand('UNIFORM') > 0.1); |
| 10 | Pressure = 100 + rand('NORMAL') * 10; |
| 11 | OUTPUT; |
| 12 | END; |
| 13 | RUN; |
Étapes de réalisation
1
Ejecución con estratificación forzando la inclusión de nulos y solicitando límites de confianza.
¡Copiado!
| 1 | PROC CAS; |
| 2 | phreg.cox / |
| 3 | TABLE={name='engine_reliability'}, |
| 4 | strata='Location', |
| 5 | strataMissing=TRUE, |
| 6 | clb=TRUE, |
| 7 | alpha=0.01, |
| 8 | model={depVars={{name='HoursOp', event='Failed(0)'}}, effects={{vars={'Pressure'}}}} |
| 9 | ; |
| 10 | RUN; |
Resultado esperado
La acción NO debe fallar debido a los valores nulos en 'Location'. Debe crear un estrato separado para los valores perdidos (gracias a `strataMissing=TRUE`). Además, la tabla de estimaciones debe mostrar intervalos de confianza del 99% (debido a `alpha=0.01`) en lugar del 95% estándar.