Модель пропорційних ризиків Кокса

Тепер ви обчислите модель пропорційних ризиків Кокса для даних інтернет‑крамниці. Ваші дані в dataNextOrder тепер містять чотири додаткові змінні: shoppingCartValue — вартість першого замовлення в доларах, чи використав клієнт voucher, чи було замовлення returned, а також gender.

Пакет rms уже завантажено в робочу область.

Ця вправа є частиною курсу

Machine Learning для маркетингової аналітики в R

Переглянути курс

Інструкції до вправи

Обчисліть модель Cox PH за допомогою cph(). Додайте змінні shoppingCartValue, voucher, returned і gender як предиктори. Уважно вкажіть формулу. Збережіть результат в обʼєкті fitCPH. І, звісно, виведіть результати.
Візьміть експоненту від coefficients, щоб інтерпретувати їх. Памʼятайте, що shoppingCartValue — неперервна змінна, тоді як решта змінних є категоріальними.
Побудуйте підсумковий графік результатів.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Determine distributions of predictor variables
dd <- datadist(dataNextOrder)
options(datadist = "dd")

# Compute Cox PH Model and print results
___ <- ___(Surv(daysSinceFirstPurch, boughtAgain) ___ shoppingCartValue ___ voucher ___ returned ___ gender,
              data = ___,
              x = TRUE, y = TRUE, surv = TRUE)
print(___)

# Interpret coefficients
___(fitCPH$___)

# Plot result summary
___(___(fitCPH), log = TRUE)

Редагувати та запускати код