Modelleer gevangenisdata met Cox PH
De DataFrame prison bevat informatie over 432 veroordeelden die zijn vrijgelaten en een jaar na vrijlating zijn gevolgd. Je hebt hun tijd-tot-arrest gemodelleerd en onderzocht welke factoren hun risico op herarrest verhogen of verlagen met het Weibull AFT-model.
De klasse CoxPHFitter van lifelines implementeert een Cox Proportional Hazards-model voor survivalregressie, dat de baseline hazardfunctie en hazardratio's modelleert die de hazardverhoudingen bepalen. Laten we met CoxPHFitter de factoren verkennen!
De bibliotheken pandas en numpy zijn respectievelijk geïmporteerd als pd en np. Gebruik de console om de DataFrame en de kolomnamen te verkennen als dat nodig is.
Deze oefening maakt deel uit van de cursus
Survivalanalyse in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Import CoxPHFitter class
____
# Instantiate CoxPHFitter class cph
____