Modello Cox PH personalizzato
Nel precedente esercizio hai isolato tre fattori statisticamente significativi al livello 0,05: fin, age e prio.
fin: se la persona condannata ha ricevuto assistenza economica, l'hazard diminuisce del 31%;age: per ogni anno di età sopra la media, l'hazard diminuisce del 5%;prio: per ogni arresto precedente oltre la media, l'hazard aumenta del 9%.
Costruiamo un modello Cox PH personalizzato usando queste covariate.
La classe CoxPHFitter è già stata importata per te, e le librerie pandas e numpy sono importate rispettivamente come pd e np. Usa la console per esplorare il DataFrame prison e i nomi delle sue colonne, se necessario.
Questo esercizio fa parte del corso
Analisi di sopravvivenza in Python
Istruzioni dell'esercizio
- Istanzia una classe
CoxPHFitterchiamatacustom_cph. - Esegui il fit di
custom_cphcon un modello di regressione personalizzatofin + age + priousando il parametroformula. - Ottieni il riepilogo del modello di
cphe stampalo.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Instantiate CoxPHFitter class
custom_cph = ____
# Fit custom model
____
# Print model summary
print(____)