自訂 Cox PH 模型
你在前一個練習中找出了在 0.05 顯著水準下具有統計顯著性的三個因子：fin、age 和 prio。
fin：若受刑人有獲得財務協助，風險率降低 31%；age：每高於平均 1 歲，風險率降低 5%；prio：每高於平均 1 次的前科數，風險率增加 9%。
現在用這些共變數建立一個自訂的 Cox PH 模型。
CoxPHFitter 類別已為你匯入，pandas 與 numpy 函式庫也分別以 pd 與 np 匯入。需要時可在主控台探索 prison DataFrame 與其欄位名稱。
本練習屬於課程
Python 的存活分析
練習說明
- 建立一個名為
custom_cph的CoxPHFitter類別實例。 - 使用
formula參數，以上述自訂迴歸模型fin + age + prio來擬合custom_cph。 - 取得
cph的模型摘要並印出。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Instantiate CoxPHFitter class
custom_cph = ____
# Fit custom model
____
# Print model summary
print(____)