Tracer l’effet des covariables sur la survie
Deux condamnés sont sur liste d’attente pour une libération. Vous souhaitez prédire leur fonction de survie jusqu’à une ré-arrestation en utilisant le modèle CoxPHFitter que vous venez d’ajuster. Les valeurs de covariables pour ces personnes sont listées ci-dessous :
| Name | fin | age | wexp | mar | paro | prio |
|---|---|---|---|---|---|---|
| Jack | 0 | 35 | 0 | 1 | 1 | 3 |
| Marie | 1 | 22 | 0 | 0 | 0 | 0 |
Tracez côte à côte les courbes de survie de Jack et Marie avec la courbe de survie de référence à l’aide de cph. Le modèle ajusté cph a été chargé pour vous.
La classe CoxPHFitter a été importée et le module matplotlib.pyplot a été importé sous le nom plt. Les bibliothèques pandas et numpy sont importées respectivement en tant que pd et np.
Cet exercice fait partie du cours
<cours>Analyse de survie en Python</cours>Instructions de l’exercice
- Utilisez
.plot_partial_effects_on_outcome()pour spécifier les valeurs de covariables (indiquées ci-dessus) pour Jack et Marie et tracer leurs courbes de survie. - Affichez le graphique.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Plot partial effects
cph.____(covariates=____,
values=____)
# Show plot
plt.show()