Vlastní Cox PH model

V předchozím cvičení jsi identifikoval/a tři faktory, které jsou statisticky významné na hladině 0,05: fin, age a prio.

fin: pokud odsouzený obdržel finanční pomoc, míra rizika klesá o 31 %;
age: za každý rok věku nad průměrem míra rizika klesá o 5 %;
prio: za každé předchozí zatčení nad průměrem míra rizika roste o 9 %.

Sestrojme vlastní Cox PH model pomocí těchto kovariát.

Třída CoxPHFitter je již naimportována, knihovny pandas a numpy jsou dostupné jako pd a np. Pomocí konzole si podle potřeby prozkoumej DataFrame prison a názvy jeho sloupců.

Toto cvičení je součástí kurzu

Survival Analysis in Python

Zobrazit kurz

Pokyny k cvičení

Vytvoř instanci třídy CoxPHFitter s názvem custom_cph.
Natrénuj custom_cph s vlastním regresním modelem fin + age + prio pomocí parametru formula.
Zobraz souhrn modelu cph a vypiš ho.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Instantiate CoxPHFitter class
custom_cph = ____

# Fit custom model
____

# Print model summary
print(____)

Upravit a spustit kód