Visualizzazione e previsione con il modello di Weibull

Analisi di sopravvivenza in Python

Shae Wang

Senior Data Scientist

.plot()

Mostra il grafico dei coefficienti e degli intervalli al 95% di confidenza.

aft.plot()
plt.show()

Grafico di esempio:

grafico_covariate_esempio

Mostra un grafico che confronta la curva di sopravvivenza di base con quella al variare delle covariate.

aft.plot_partial_effects_on_outcome(covariates, values)
plt.show()

grafico_effetti_parziali_esempio

.plot_partial_effects_on_outcome()

covariates (stringa o lista): covariate del dataset originale da variare.
values (iterabile 1d o 2d): valori che la covariata deve assumere.
Curva di sopravvivenza di base: curva prevista con tutti i valori medi del dataset originale.

aft.plot_partial_effects_on_outcome(
  covariates='var', 
  values=[0, 3, 6, 9, 12, 15]
)
plt.show()

grafico effetti parziali per modello weibull

Valori hard-coded:

aft.plot_partial_effects_on_outcome(
  covariates='a', 
  values=[0, 3, 6]
)

Usa una funzione range:

aft.plot_partial_effects_on_outcome(
  covariates='a', 
  values=np.arange(10)
)

Covariate multiple:

aft.plot_partial_effects_on_outcome(
  covariates=['a','b'], 
  values=[[1,2],[1,3],[2,3]]
)

Formula personalizzata:
- Le trasformazioni necessarie (interazioni, one-hot encoding, ecc.) vengono applicate internamente in automatico.

Esempio di DataFrame: mortgage_df

id	house	principal	interest	property_tax	credit score	duration	paid_off
1	1	1275	0.035	0.019	780	25	0
2	0	756	0.028	0.020	695	17	1
3	0	968	0.029	0.017	810	5	0
...	...	...	...	...	...	...	...
1000	1	1505	0.041	0.023	750	30	1

aft.plot_partial_effects_on_outcome(
    covariates='credit score',
    values=np.arange(700, 860, 30)
)
plt.show()

grafico effetti parziali per mortgage_df

Prevedi le funzioni di sopravvivenza per individui in base alle covariate.

.predict_survival_function()

Argomenti:

X (array np o DataFrame): covariate. Se DataFrame, le colonne possono essere in qualsiasi ordine.

Prevedi le durate mediane di sopravvivenza per individui in base alle covariate.

.predict_median()

Argomenti:

df (array np o DataFrame): covariate. Se DataFrame, le colonne possono essere in qualsiasi ordine.

Prevedi funzione di sopravvivenza o mediana condizionate dopo la durata corrente.

Esempio:

aft.predict_median(new_subject)

4.0

aft.predict_median(new_subject, conditional_after=[2])

2.0

Analisi di sopravvivenza in Python