Hypothèses du modèle

Vous avez déjà examiné le modèle de Cox PH dans le dernier exercice de code. Dans cet exercice, vous allez déterminer si votre modèle est réellement adapté. Votre modèle est toujours stocké dans l'objet fitCPH.

Cet exercice fait partie du cours

<cours>Machine Learning for Marketing Analytics in R</cours>

Voir le cours

Instructions de l’exercice

Vérifiez l'hypothèse de risques proportionnels du modèle fitCPH avec cox.zph(). Stockez le résultat du test dans un objet appelé testCPH et affichez-le.
L'hypothèse semble violée pour une variable au seuil alpha de 0,05. Laquelle ? Tracez le coefficient bêta en fonction du temps pour cette variable.
Validez le modèle par validation croisée avec la fonction validate() du package rms.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Check proportional hazard assumption and print result
___ <- ___(fitCPH)
___(testCPH)

# Plot time-dependent beta
plot(___, var = "___")

# Load rms package
library(rms)

# Validate model
___(fitCPH, method = "___",
         B = 10, dxy = TRUE, pr = FALSE)

Modifier et exécuter le code