Quelles sont les différences entre l'analyse de survie et la régression de Poisson?

Je travaille sur un problème de prédiction d'attrition classique en utilisant le nombre de visites d'un utilisateur donné sur un site et je pensais que la régression de Poisson était le bon outil pour modéliser l'engagement futur de cet utilisateur. À ce moment-là, je suis tombé sur un livre sur l'analyse de survie et la modélisation des dangers et je ne sais pas quelle technique est la meilleure.

Je ne veux pas rechercher les deux sujets en même temps, alors qu'est-ce qui est le mieux pour modéliser l'engagement des utilisateurs en utilisant les données et les données démographiques antérieures?

Réponse brève et générale:

• Avec la régression de Poisson, la variable de réponse d'intérêt est un nombre ( ou éventuellement un taux ).
• Avec la régression de Cox (ou des stratégies de modélisation alternatives issues de l'analyse de survie), la variable de réponse est le temps qui s'est écoulé entre une origine et un événement intéressant. En particulier, les techniques d'analyse de survie sont conçues pour gérer la censure .
• Notez que, selon certaines hypothèses, il existe un lien entre les deux .