1. Учиться
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶSurvival Analysis
Connected

Exercise

Cox PH で刑務所データをモデリングする

DataFrame prison には、釈放後1年間追跡された432名の受刑者に関する情報が含まれています。これまでに Weibull AFT モデルを使って逮捕までの時間をモデル化し、どの要因が再逮捕のリスクを高めたり低下させたりするかを調べました。

lifelines の CoxPHFitter クラスは、生存回帰のための Cox 比例ハザードモデルを実装しており、ベースラインハザード関数と、ハザードの比率（ハザード比）をモデル化します。CoxPHFitter を使って、要因を探ってみましょう！

pandas と numpy はそれぞれ pd と np としてインポート済みです。必要に応じてコンソールで DataFrame とその列名を確認してください。

Инструкции 1 / 4

undefined XP
    1
    2
    3
    4
  • lifelines から CoxPHFitter クラスをインポートします。
  • cph という名前の CoxPHFitter インスタンスを作成します。