เปรียบเทียบวิธี

	แบบจำลองความเปราะบางร่วมสำหรับข้อมูลการรอดชีพแบบกลุ่ม	แบบจำลองการรอดชีพสำหรับเหตุการณ์ซ้ำ
สาขาวิชา	การวิเคราะห์การอยู่รอด	การวิเคราะห์การอยู่รอด
ตระกูล	Survival analysis	Survival analysis
ปีกำเนิด	1979	1981
ผู้ริเริ่ม	Vaupel, J.W., Manton, K.G. & Stallard, E.	Andersen & Gill (AG, 1982); Prentice, Williams & Peterson (PWP, 1981); Wei, Lin & Weissfeld (WLW, 1989)
ประเภท	Random effects survival model	Semi-parametric hazard model for repeated events
แหล่งต้นตำรับ	Vaupel, J.W., Manton, K.G. & Stallard, E. (1979). The Impact of Heterogeneity in Individual Frailty on the Dynamics of Mortality. Demography, 16(3), 439–454.	Cook, R.J. & Lawless, J.F. (2007). The Statistical Analysis of Recurrent Events. Springer.
ชื่อเรียกอื่น	shared frailty model, random effects survival model, Frailty Modeli (Paylaşılan Kırılganlık)	Tekrarlayan Olay Modeli (Recurrent Events), Andersen-Gill model, AG model, Wei-Lin-Weissfeld model
ที่เกี่ยวข้อง	3	4
สรุป	The shared frailty model, introduced by Vaupel, Manton, and Stallard in 1979, extends standard survival regression by incorporating a random effect — the 'frailty' — that captures unobserved heterogeneity among subjects or clusters. When survival outcomes are measured on individuals who share a common environment (patients in the same hospital, members of the same family, animals in the same litter), a frailty term accounts for the within-cluster dependence that ordinary Cox regression ignores.	A recurrent event model is a survival analysis extension, formalised through the landmark contributions of Prentice, Williams and Peterson (1981), Andersen and Gill (1982), and Wei, Lin and Weissfeld (1989), that models time-to-event data when the same event — such as a hospital readmission, disease relapse, or equipment failure — can occur multiple times in the same individual. The three principal frameworks are the Andersen-Gill (AG) model, the Prentice-Williams-Peterson (PWP) stratified model, and the Wei-Lin-Weissfeld (WLW) marginal model, each making different assumptions about within-subject dependence.