Covariaateffecten op overleving plotten
Twee veroordeelden staan op de wachtlijst om vrijgelaten te worden. Je wilt hun overlevingsfunctie voor de tijd-tot-arrestatie voorspellen met het zojuist gefitte CoxPHFitter-model. De covariaatwaarden voor de personen staan hieronder:
| Name | fin | age | wexp | mar | paro | prio |
|---|---|---|---|---|---|---|
| Jack | 0 | 35 | 0 | 1 | 1 | 3 |
| Marie | 1 | 22 | 0 | 0 | 0 | 0 |
Plot Jacks en Maries survival-curves naast elkaar met de baseline-survival-curve met behulp van cph. Het gefitte model cph is voor je ingeladen.
De klasse CoxPHFitter is geïmporteerd en de module matplotlib.pyplot is geïmporteerd als plt. De bibliotheken pandas en numpy zijn respectievelijk geïmporteerd als pd en np.
Deze oefening maakt deel uit van de cursus
Survivalanalyse in Python
Oefeninstructies
- Gebruik
.plot_partial_effects_on_outcome()om de covariaatwaarden (hierboven vermeld) voor Jack en Marie op te geven en hun survival-curves te plotten. - Toon de plot.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Plot partial effects
cph.____(covariates=____,
values=____)
# Show plot
plt.show()