Vergelijk parameters van het Weibull-model
Sommige veroordeelden in het onderzoek zijn vrijgelaten onder voorwaardelijke invrijheidstelling. Omdat voorwaardelijk vrijgelatenen strengere beperkingen ervaren, vermoed je dat hun initiële arrestatiegraad hoog is maar afneemt naarmate de tijd verstrijkt, terwijl de arrestatiegraad van andere veroordeelden juist toeneemt in de tijd.
Je gaat een Weibull-schatting apart fitten voor voorwaardelijk vrijgelatenen en niet-voorwaardelijk vrijgelatenen. Vervolgens vergelijk je hun modelparameters om je hypothese te toetsen. De DataFrame die je gebruikt heet prison.
De bibliotheek matplotlib.pyplot is geïmporteerd als plt, de bibliotheken pandas en numpy als respectievelijk pd en np. De klasse WeibullFitter is voor je geïmporteerd en er is een nieuw exemplaar wb aangemaakt. Gebruik de console om de DataFrame te verkennen als dat nodig is.
Deze oefening maakt deel uit van de cursus
Survivalanalyse in Python
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Mask for parole
parole = (____ == ____)