Visualisera kovariaternas effekt på överlevnad
Två intagna står på väntelistan för att friges. Du vill förutsäga deras överlevnadsfunktion för tid-till-arrestering med hjälp av CoxPHFitter-modellen du nyligen anpassade. Kovariatvärdena för individerna listas nedan:
| Namn | fin | age | wexp | mar | paro | prio |
|---|---|---|---|---|---|---|
| Jack | 0 | 35 | 0 | 1 | 1 | 3 |
| Marie | 1 | 22 | 0 | 0 | 0 | 0 |
Plotta Jacks och Maries överlevnadskurvor sida vid sida med baslinjeöverlevnadskurvan med hjälp av cph. Den anpassade modellen cph har redan laddats in åt dig.
Klassen CoxPHFitter har importerats och modulen matplotlib.pyplot har importerats som plt. Biblioteken pandas och numpy är importerade som pd respektive np.
Den här övningen är en del av kursen
Överlevnadsanalys i Python
Övningsinstruktioner
- Använd
.plot_partial_effects_on_outcome()för att ange kovariatvärdena (listade ovan) för Jack och Marie och plotta deras överlevnadskurvor. - Visa diagrammet.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Plot partial effects
cph.____(covariates=____,
values=____)
# Show plot
plt.show()