Phân tích Kaplan–Meier
Trong bài tập này, bạn sẽ luyện tập Phân tích Kaplan–Meier — cả không có và có biến đồng biến phân loại.
Gói survival đã được nạp vào workspace. Đối tượng survival survObj và dữ liệu dataNextOrder vẫn có trong môi trường. Nhưng bây giờ, dữ liệu có thêm một biến đồng biến tên là voucher, mà bạn sẽ cần trong bài này. Biến phân loại này cho biết khách hàng có dùng voucher trong đơn hàng đầu tiên hay không. Nó nhận giá trị 0 hoặc 1.
Bài tập này là một phần của khóa học
Machine Learning cho Phân tích Marketing bằng R
Hướng dẫn bài tập
- Tính Phân tích Kaplan–Meier (không có biến đồng biến) bằng
survfit(). Lưu kết quả vào đối tượng tênfitKMSimple. Nhớ rằng biến phụ thuộc (biến ở bên trái dấu ngã~) lại chính là đối tượng survivalsurvObj. Sau đó, infitKMSimple. - Vẽ biểu đồ đối tượng kết quả
fitKMSimplevà thêm nhãn trục (đối sốxlabvàylab). - Giờ tiến thêm một bước: Tính Phân tích Kaplan–Meier với
survObjlàm biến phụ thuộc và biếnvoucherlàm biến đồng biến. Đừng quên chỉ định đối sốdata. - Một lần nữa, vẽ biểu đồ kết quả của mô hình mới và thêm nhãn trục.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Compute and print fit
fitKMSimple <- ___(___ ~ ___)
___(fitKMSimple)
# Plot fit
plot(___,
conf.int = FALSE, ___ = "Time since first purchase", ___ = "Survival function", main = "Survival function")
# Compute fit with categorical covariate
fitKMCov <- survfit(___ ~ ___, data = ___)
# Plot fit with covariate and add labels
plot(___, lty = 2:3,
___ = "Time since first purchase", ___ = "Survival function", main = "Survival function")
legend(90, .9, c("No", "Yes"), lty = 2:3)