Cox 비례위험 모형

이제 온라인 쇼핑 데이터에 Cox 비례위험 모형을 적합해 보겠습니다. dataNextOrder에는 이제 네 가지 변수가 추가되어 있어요: 첫 주문의 달러 기준 shoppingCartValue, 고객이 voucher를 사용했는지 여부, 주문이 returned되었는지 여부, 그리고 gender입니다.

작업 공간에는 이미 rms 패키지가 로드되어 있습니다.

이 연습은 강의의 일부입니다

R로 배우는 Machine Learning 기반 마케팅 분석

강의 보기

연습 안내

cph()를 사용해 Cox PH 모형을 계산하세요. 예측 변수로 shoppingCartValue, voucher, returned, gender를 포함하세요. 공식을 올바르게 지정하는 데 유의하세요. 결과는 fitCPH라는 객체에 저장하고, 결과를 출력하세요.
해석을 위해 coefficients에 지수 함수를 적용해 값을 확인하세요. 해석할 때 shoppingCartValue는 연속형 변수이고 나머지 변수들은 범주형 변수임을 고려하세요.
결과 요약을 시각화해 보세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Determine distributions of predictor variables
dd <- datadist(dataNextOrder)
options(datadist = "dd")

# Compute Cox PH Model and print results
___ <- ___(Surv(daysSinceFirstPurch, boughtAgain) ___ shoppingCartValue ___ voucher ___ returned ___ gender,
              data = ___,
              x = TRUE, y = TRUE, surv = TRUE)
print(___)

# Interpret coefficients
___(fitCPH$___)

# Plot result summary
___(___(fitCPH), log = TRUE)

코드 편집 및 실행