1 生存関数の基礎
1.1 定義と直観
1.1.1 「生存」および「事象」の意味
生存関数は、ある対象が観測期間のある時点までに特定の事象を経験していない状況を確率として表す。ここで「生存」は必ずしも生物個体の存命のみを指さず、故障の未発生、契約の継続、解約の未発生など、研究目的で定義された事象が起きないことを意味する。
1.1.2 確率としての表現（時刻に対する未発生確率）
時刻 \(t\) に対して「その時点以前に事象が起きていない」確率を考えると、生存関数はその値を \(t\) の関数として与える。時間が進むほど事象が起きる機会が増える設計が一般的であるため、連続的なモデルでは生存確率は低下する傾向を持つことが多い。
1.2 記号法と代表的な表記
1.2.1 一般的な表記（S(t)など）
代表的には生存関数を \(S(t)\) と表す。対象が連続時間でモデル化される場合、\(S(t)\) は「時刻 \(t\) において未発生である」ことを意味する確率として扱われることが多い。観測や研究文献によっては \( \bar{F}(t) \) のように、分布関数の補集合として表される表記も見られる。
1.2.2 離散時間・連続時間の違い
時間を離散的な刻みで扱うと、未発生確率は「刻み \(t\) までに起きていない」事象として定義され、確率質量関数に対応する量と結びつく。一方、連続時間では微分や積分が自然に現れ、分布の連続性に応じて確率密度との関係が整理される。実務ではデータの収集間隔や記録の粒度に合わせて、適切な時間軸の取り扱いを選ぶ必要がある。
1.3 分布関数との関係
1.3.1 累積分布関数との関係
事象発生時刻を確率変数 \(T\) とし、その累積分布関数を \(F(t)=P(T\le t)\) とする。生存関数は「\(t\) までに発生していない」こと、すなわち \(P(T>t)\) を表すため、補集合の関係により \(S(t)=1-F(t)\) が成立する。この関係により、生存解析は分布論の枠組みに位置付けられる。
1.3.2 確率密度関数・確率質量関数との関係
連続時間で \(T\) が連続分布に従うとき、確率密度関数 \(f(t)\) は生存関数の変化率と結びつく。具体的には、\(S(t)\) の時間変化は「その時点で発生する確率の密度」に対応する量として現れる。また離散時間では確率質量関数 \(p(t)=P(T=t)\) が、\(S(t)\) の差分（隣接する刻みの差）に対応する形で表現できる。これらの整理によって、推定手法や図示の解釈が一貫する。
2 ハザード関数との結びつき
2.1 危険率（ハザード関数）の定義
2.1.1 条件付き確率としての解釈
ハザード関数は「すでに \(t\) までに事象が起きていないという条件のもとで、次の微小な時間区間に事象が起きる相対的な危険」を表す概念である。直観的には、遅延してもなおリスクがどのように蓄積または変動していくかを、現在時点から見た観点で記述する。
2.1.1.1 「その時刻まで生きている」条件
数学的には、\(T>t\)（すなわち時刻 \(t\) まで生存している）という条件下で考えるため、ハザードは「到達者のみに対する危険度」として解釈できる。結果として、生存関数は「過去までの未発生の確率」、ハザードは「未来に向けた瞬間的な危険の強さ」という役割分担が生まれる。
2.2 生存関数とハザード関数の変換
2.2.1 積分による表現
ハザード関数 \(h(u)\) が与えられると、生存関数は累積した危険の指数関数として表せる。一般に \[ S(t)=\exp\left(-\int_0^t h(u)\,du\right) \] の形が基本関係となる。危険が高い時間帯ほど指数の減衰が速くなり、その結果として生存曲線の落ち込みが大きくなる。
2.2.2 微分を用いた関係
連続時間では、生存関数の微分とハザード関数は \[ h(t)=-\frac{d}{dt}\log S(t) \] のように結びつく。ここで \(\log S(t)\) の変化率が危険度を表すため、生存曲線を対数軸で捉えたときの傾きが実務上の理解に役立つことがある。
2.3 生存関数の形状と性質
2.3.1 単調性・範囲（0〜1）と挙動
確率としての定義から、生存関数は常に区間 \([0,1]\) に収まる。さらに、時間が増えるほど「未発生」でい続ける条件は弱くなり、理想化された連続モデルでは単調減少になる。理屈上、観測方式や定義域の切り方により端点での振る舞いが変わる場合があるが、確率としての枠組みは維持される。
2.3.2 代表的なパターン（減衰の速さ）
ハザードが時間とともに上昇すれば、生存は短時間で大きく低下しやすい。逆にハザードが低下するなら、初期はリスクが高いがその後落ち着くといった形が見られる。減衰の速さは、寿命分布が示す特性と対応しており、モデル選択や適合の評価で重要な観察対象となる。
3 推定と実務での扱い
3.1 生存分析データの特徴
3.1.1 打ち切り（右打ち切りなど）
実務データでは、追跡期間の終了や観測不能の発生により、事象発生時刻が観測されないことがある。このとき観測できた範囲で「少なくともその時刻までは未発生だった」と言える情報だけが残り、これが打ち切りとして扱われる。代表的には右打ち切りがあり、事象は追跡終了までに起きなかった可能性も含むため、通常の完全データと推定上の扱いが異なる。
3.1.2 観測された打ち切り時間の意味
打ち切り時間 \(C\) は「事象時刻 \(T\) が少なくとも \(C\) 以降である」ことを示す手がかりになる。右打ち切りの場合、\(T>C\) を示唆する情報であり、観測された値は対象が「その時点まで生存（未発生）」であったという確証として利用できる。この情報があるため、単純に未発生として排除するよりも、より効率的な推定が可能になる。
3.2 ノンパラメトリック推定
3.2.1 カプランマイヤー推定量
カプランマイヤー推定量は、打ち切りを含む状況で生存関数をノンパラメトリックに推定する手法である。事象が観測された時点ごとに、生存確率が段階的に更新されるため、データ点の列から直接生存曲線を復元する感覚を持てる。外部モデルに依存しにくい一方で、標本サイズや打ち切り割合に応じて推定の不確実性が増減する。
3.2.2 履歴の扱いと階段状推定
観測時点で事象が発生したときのみ推定値が変化し、それ以外の時間では値が一定になる。これにより推定曲線は階段状になり、観測されたイベント時刻の「履歴」がそのまま形状として反映される。階段の段数や落ち込み幅は、事象の集中度や打ち切り状況の影響を受ける。
3.3 パラメトリック・半パラメトリックモデル
3.3.1 パラメトリック回帰でのS(t)
パラメトリック手法では、生存時間分布がある家族（例：指数、ワイブルなど）に属すると仮定し、説明変数と結び付けて \(S(t)\) を表す。こうした枠組みは、曲線の形状を少数のパラメータで表せるため、解釈や予測に利点がある。一方、仮定がデータの実態とずれると推定結果に系統的な偏りが入り得るため、適合度の検証が重要になる。
3.3.2 コックス比例ハザードと関連する解釈
半パラメトリックの一つとしてコックス比例ハザードが広く用いられる。ハザードが \[
| h(t | X)=h_0(t)\exp(\beta^\top X) |
|---|
\] のように、基準となる時間依存部 \(h_0(t)\) と説明変数の効果に分解される形をとる。比としてのハザード比は説明変数により一定の倍率として解釈できるため、相対的な危険の比較がしやすい。ただし「効果が時間に依存しない」という仮定により、状況によっては適合が難しくなることがある。
3.4 推定結果の読み取り
3.4.1 信頼区間の考え方
推定された生存曲線や生存確率には不確実性が伴う。信頼区間は、その推定が真の関数からどれほど離れている可能性があるかを示す指標であり、特に末尾の時間帯ではイベント数が少なく幅が広がりやすい。表示方法や区間構成の方法により解釈が変わるため、実装の前提を確認して読む必要がある。
3.4.2 グラフ（生存曲線）の解釈
生存曲線は、横軸に時間、縦軸に未発生確率（生存確率）を置いた図として理解できる。グループ比較では曲線の位置関係や、どの時点で差が大きくなるかが観察対象になる。さらに、打ち切りが多い領域では推定が不安定になり得るため、数の表示や打ち切り分布の注記を併せて確認することが望ましい。
4 性質・応用・注意点
4.1 モデル適合と検証
4.1.1 残差・適合度の考え方（概念）
生存解析では、観測された事象のタイミングとモデルが予測する危険の整合度を評価する必要がある。残差や適合度の考え方は、どの時点でモデルが過大または過小に危険を見積もっているかを探る方向に置かれることが多い。典型的には、累積ハザードに基づく診断や、予測と観測のズレを可視化する手続きが用いられる。
4.1.2 外れ値や分布仮定の影響
外れ値や少数の極端な観測は、生存曲線の尾部に大きな影響を与えることがある。またパラメトリック仮定に依存するモデルでは、特定の時点で分布形状が合わない場合に推定が歪みやすい。これらを軽視すると、説明変数の効果推定や比較結果の解釈が不適切になる可能性があるため、感度分析や別モデルとの比較が役に立つ。
4.2 比較のための指標
4.2.1 グループ間比較の考え方（概念）
複数群で生存曲線を比較する際は、単なる差の大きさだけでなく、比較の基準となる時間帯や追跡範囲に注意が必要である。ある時間帯では曲線が離れ、別の時間帯では接近することがあり得るため、「どの瞬間の差」を評価しているかを意識する。統計的検定や効果量の提示を組み合わせることで、説明可能性が高まる。
4.2.2 中央生存時間などの要約統計量
中央値の生存時間は、未発生確率が 0.5 を下回るまでの時間として定義できる。群間で中央値が大きく異なると、事象の発生タイミングに実質的な差があることを直感的に示せる。ただし生存確率が追跡期間内に 0.5 を下回らない場合は中央値が定義できないことがあり、その点を記載する必要がある。
4.3 データ生成の仮定と限界
4.3.1 独立性や打ち切りの前提
打ち切りを含む推定では、打ち切り機構が事象発生と独立に働くといった仮定がしばしば置かれる。独立性が成り立たないと、観測されるサンプルが偏り、推定した生存関数が真の分布を反映しなくなる。よって、データ取得プロセスを理解し、仮定の妥当性を検討することが実務上の要点になる。
4.3.2 解釈の落とし穴（因果と相関）
推定された関係は、一般に「事象までの時間に対する関連」であり、因果を自動的に保証するものではない。説明変数が隠れた要因と同時に動く場合、関連は見えても原因を特定できないことがある。因果推論を志向するなら、研究設計（介入、割付、比較可能性など）を含めて検討する必要がある。
4.4 応用分野の例
4.4.1 信頼性工学と故障データ
信頼性工学では部品や装置の故障までの時間を扱い、生存関数は「故障未発生の確率」として解釈される。保守計画や交換周期の見積もり、寿命分布の推定に利用され、打ち切り（まだ故障していない観測期間の打ち切り）が自然に生じるため、生存解析の枠組みが適合する。
4.4.2 医療統計と治療効果の評価
医療統計では、再発までの時間、死亡までの時間、治療中断までの時間などを分析対象にすることがある。治療群の比較では、生存曲線の差として現れることが多い。推定には打ち切りが伴い得るため、観測設計と推定仮定を踏まえて、治療効果を誤解なく読み取ることが求められる。
4.4.3 契約・解約の予測（ネット関連の例を含む）
ネットサービスでは解約（退会）までの期間が研究対象になり、未解約確率が生存関数として捉えられる。ユーザー属性や利用行動を説明変数として、離脱のリスクが時間とともにどう変化するかをモデル化できる。さらに、メール配信やキャンペーンの有無などの施策がリスクに与える影響を相対比較することで、運用上の意思決定に役立てられることがある。なお、実務ではデータ欠損や観測打ち切りの扱いが結果の信頼性に直結するため、ログ設計と推定手順を丁寧に整える必要がある。