Modelează datele despre detenție cu Cox PH
DataFrame-ul prison conține informații despre 432 de condamnați care au fost eliberați și urmăriți timp de un an după eliberare. Ai modelat timpul până la arestare și ai studiat ce factori cresc sau reduc riscul de re-arestare folosind modelul Weibull AFT.
Clasa CoxPHFitter din lifelines implementează un model Cox de Hazarduri Proporționale pentru regresia supraviețuirii — modelează funcția de hazard de bază și raporturile de hazard care definesc proporțiile de hazard. Să folosim CoxPHFitter pentru a explora acești factori!
Bibliotecile pandas și numpy sunt importate ca pd, respectiv np. Folosește consola pentru a explora DataFrame-ul și numele coloanelor sale, după cum ai nevoie.
Acest exercițiu face parte din cursul
Analiza de supraviețuire în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Import CoxPHFitter class
____
# Instantiate CoxPHFitter class cph
____