โมเดล Cox PH แบบกำหนดเอง

จากแบบฝึกหัดที่ผ่านมา ได้ระบุปัจจัย 3 ตัวที่มีนัยสำคัญทางสถิติที่ระดับ 0.05 ได้แก่ fin, age และ prio

fin: หากผู้ต้องขังได้รับความช่วยเหลือทางการเงิน ค่า hazard จะลดลง 31%
age: ทุก ๆ หนึ่งปีที่อายุมากกว่าค่าเฉลี่ย ค่า hazard จะลดลง 5%
prio: ทุก ๆ หนึ่งครั้งที่ถูกจับกุมมากกว่าค่าเฉลี่ย ค่า hazard จะเพิ่มขึ้น 9%

มาสร้างโมเดล Cox PH แบบกำหนดเองโดยใช้ตัวแปรร่วมเหล่านี้กัน

คลาส CoxPHFitter ถูก import ไว้ให้แล้ว และไลบรารี pandas กับ numpy ถูก import เป็น pd และ np ตามลำดับ ใช้ console เพื่อสำรวจ DataFrame prison และชื่อคอลัมน์ต่าง ๆ ได้ตามต้องการ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Survival Analysis ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

สร้าง instance ของคลาส CoxPHFitter ชื่อ custom_cph
Fit custom_cph ด้วยโมเดลการถดถอยแบบกำหนดเอง fin + age + prio โดยใช้พารามิเตอร์ formula
ดึงสรุปผลโมเดลของ cph และแสดงผลออกมา

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Instantiate CoxPHFitter class
custom_cph = ____

# Fit custom model
____

# Print model summary
print(____)

แก้ไขและรันโค้ด