Modelo Cox PH personalizado
Você isolou três fatores que são estatisticamente significativos ao nível de 0,05 no exercício anterior: fin, age e prio.
fin: se a pessoa condenada recebeu assistência financeira, o risco diminui em 31%;age: a cada ano acima da média de idade, o risco diminui em 5%;prio: a cada prisão anterior acima da média, o risco aumenta em 9%.
Vamos construir um modelo Cox PH personalizado usando essas covariáveis.
A classe CoxPHFitter já foi importada para você, e as bibliotecas pandas e numpy foram importadas como pd e np, respectivamente. Use o console para explorar o DataFrame prison e seus nomes de colunas, se necessário.
Este exercício faz parte do curso
Análise de Sobrevivência em Python
Instruções do exercício
- Instancie a classe
CoxPHFittercom o nomecustom_cph. - Ajuste
custom_cphcom o modelo de regressão personalizadofin + age + priousando o parâmetroformula. - Obtenha o sumário do modelo de
cphe imprima-o.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Instantiate CoxPHFitter class
custom_cph = ____
# Fit custom model
____
# Print model summary
print(____)