生存に対する共変量効果をプロットする
2 人の受刑者が仮釈放の順番待ちをしています。直近でフィットした CoxPHFitter モデルを使って、再逮捕までの時間に対する彼らの生存関数を予測したいとします。各個人の共変量は次のとおりです。
| Name | fin | age | wexp | mar | paro | prio |
|---|---|---|---|---|---|---|
| Jack | 0 | 35 | 0 | 1 | 1 | 3 |
| Marie | 1 | 22 | 0 | 0 | 0 | 0 |
cph を使って、Jack と Marie の生存曲線をベースライン生存曲線と並べてプロットしてください。フィット済みモデル cph は読み込まれています。
CoxPHFitter クラスはインポート済みで、matplotlib.pyplot は plt として、pandas と numpy はそれぞれ pd と np としてインポートされています。
この演習はコースの一部です
Pythonで学ぶSurvival Analysis
演習の手順
.plot_partial_effects_on_outcome()を使用して、上記の Jack と Marie の共変量値を指定し、生存曲線をプロットします。- プロットを表示します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Plot partial effects
cph.____(covariates=____,
values=____)
# Show plot
plt.show()