Modelo Cox PH personalizado
Has aislado tres factores que son estadísticamente significativos al nivel 0,05 en el ejercicio anterior: fin, age y prio.
fin: si la persona condenada recibió ayuda financiera, el riesgo disminuye un 31 %;age: por cada año por encima de la media de edad, el riesgo disminuye un 5 %;prio: por cada arresto previo por encima de la media, el riesgo aumenta un 9 %.
Vamos a construir un modelo Cox PH personalizado usando estas covariables.
La clase CoxPHFitter ya se ha importado para ti, y las librerías pandas y numpy están importadas como pd y np, respectivamente. Usa la consola para explorar el DataFrame prison y los nombres de sus columnas cuando lo necesites.
Este ejercicio forma parte del curso
Análisis de supervivencia en Python
Instrucciones del ejercicio
- Instancia una clase
CoxPHFitterllamadacustom_cph. - Ajusta
custom_cphcon un modelo de regresión personalizadofin + age + priousando el parámetroformula. - Obtén el resumen del modelo de
cphe imprímelo.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Instantiate CoxPHFitter class
custom_cph = ____
# Fit custom model
____
# Print model summary
print(____)