Model proporcjonalnego hazardu Coxa

Teraz zbudujesz model proporcjonalnego hazardu Coxa na danych ze sklepu internetowego. Zbiór danych dataNextOrder zawiera teraz cztery dodatkowe zmienne: shoppingCartValue – wartość pierwszego zamówienia w dolarach, voucher – czy klient użył vouchera, returned – czy zamówienie zostało zwrócone, oraz gender – płeć klienta.

Pakiet rms jest już wczytany w środowisku.

To ćwiczenie jest częścią kursu

Uczenie maszynowe w analizie marketingowej w R

Zobacz kurs

Instrukcje do ćwiczenia

Dopasuj model proporcjonalnego hazardu Coxa, używając funkcji cph(). Uwzględnij zmienne shoppingCartValue, voucher, returned i gender jako predyktory. Pamiętaj, aby poprawnie zdefiniować formułę. Zapisz wynik w obiekcie o nazwie fitCPH, a następnie wyświetl wyniki.
Oblicz wykładniczą współczynników (coefficients), aby je zinterpretować. Pamiętaj, że shoppingCartValue jest zmienną ciągłą, natomiast pozostałe zmienne są kategoryczne.
Zwizualizuj podsumowanie wyników.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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)

Edytuj i uruchom kod