Überlebenszeit mit der Cox-Regression
Du hast sowohl das Weibull-AFT-Modell als auch das Cox-Regressionsmodell verwendet, um die Zeit bis zur Verhaftung von Strafgefangenen zu modellieren. Mithilfe des Weibull-AFT-Modells hast du die Auswirkungen von Änderungen der Kovariaten auf die Überlebenszeit geschätzt.
Kannst du das auch mit dem Cox-Regressionsmodell machen? Passe das Cox-Regressionsmodell an die Daten von prison
an und berechne die Auswirkung auf die Überlebenszeit, wenn sich prio
(die Zahl der früheren Verhaftungen) um eine Einheit erhöht.
Die Klasse CoxPHFitter
wurde für dich importiert, und die Bibliotheken pandas
und numpy
werden als pd
bzw. np
importiert. Verwende die Konsole, um den DataFrame und seine Spaltennamen nach Bedarf zu untersuchen.
Diese Übung ist Teil des Kurses
Überlebenszeitanalyse in Python
Interaktive Übung zum Anfassen
Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.
# Instantiate CoxPHFitter class
cph = ____
# Fit cph to data using all columns
____