Пользовательская модель Кокса

В предыдущем упражнении вы выделили три фактора, статистически значимых на уровне 0,05: fin, age и prio.

fin: если осуждённый получал финансовую помощь, риски снижаются на 31%;
age: с каждым годом старше среднего значения риски снижаются на 5%;
prio: с каждым предыдущим арестом сверх среднего риски возрастают на 9%.

Давайте построим пользовательскую модель Кокса с использованием этих ковариат.

Класс CoxPHFitter уже импортирован, а библиотеки pandas и numpy импортированы как pd и np соответственно. При необходимости используйте консоль для изучения DataFrame prison и его имён столбцов.

Это упражнение является частью курса

Анализ выживаемости в Python

Посмотреть курс

Инструкции к упражнению

Создайте экземпляр класса CoxPHFitter с именем custom_cph.
Обучите custom_cph с пользовательской регрессионной моделью fin + age + prio, используя параметр formula.
Получите сводку модели cph и выведите её на экран.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Instantiate CoxPHFitter class
custom_cph = ____

# Fit custom model
____

# Print model summary
print(____)

Редактировать и запускать код