Modelaannames

Je hebt in de vorige codeoefening al naar het Cox PH-model gekeken. In deze oefening ga je nagaan of je model überhaupt geschikt is. Je model staat nog steeds in het object fitCPH.

Deze oefening maakt deel uit van de cursus

Machine Learning for Marketing Analytics in R

Cursus bekijken

Oefeninstructies

Controleer de proportional-hazardsaanname van het model fitCPH met cox.zph(). Sla het testresultaat op in een object testCPH en print het.
De aanname lijkt voor één variabele geschonden bij een alfa van 0,05. Welke? Plot de coëfficiënt beta als functie van de tijd voor deze variabele.
Valideer het model met kruisvalidatie via de functie validate() uit het rms-pakket.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Check proportional hazard assumption and print result
___ <- ___(fitCPH)
___(testCPH)

# Plot time-dependent beta
plot(___, var = "___")

# Load rms package
library(rms)

# Validate model
___(fitCPH, method = "___",
         B = 10, dxy = TRUE, pr = FALSE)

Code bewerken en uitvoeren