Припущення моделі

У попередній вправі з кодування ви вже розглядали модель Кокса PH. У цій вправі ви з'ясуєте, чи взагалі ваша модель є придатною. Модель усе ще збережена в об'єкті fitCPH.

Ця вправа є частиною курсу

Machine Learning для маркетингової аналітики в R

Переглянути курс

Інструкції до вправи

Перевірте припущення пропорційних ризиків для моделі fitCPH за допомогою cox.zph(). Збережіть результат тесту в об'єкті testCPH і виведіть його.
Здається, припущення порушене для однієї змінної на рівні альфа 0,05. Для якої саме? Побудуйте графік коефіцієнта бета залежно від часу для цієї змінної.
Проведіть валідацію моделі методом перехресної перевірки у функції validate() з пакета rms.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Check proportional hazard assumption and print result
___ <- ___(fitCPH)
___(testCPH)

# Plot time-dependent beta
plot(___, var = "___")

# Load rms package
library(rms)

# Validate model
___(fitCPH, method = "___",
         B = 10, dxy = TRUE, pr = FALSE)

Редагувати та запускати код