比例ハザードの仮定

Pythonで学ぶSurvival Analysis

Shae Wang

Senior Data Scientist

カプラン–マイヤー曲線を使う

共変量が少数の値なら、各グループのカプラン–マイヤー曲線を確認。

  • 曲線が交差する: 比例ハザードの仮定は不成立。

交差による比例ハザード仮定の不成立

Pythonで学ぶSurvival Analysis

カプラン–マイヤー曲線を使う

共変量が少数の値なら、各グループのカプラン–マイヤー曲線を確認。

  • 曲線の形が異なる: 比例ハザードの仮定は不成立。

交差による比例ハザード仮定の不成立

Pythonで学ぶSurvival Analysis

カプラン–マイヤー曲線を使う

共変量が少数の値なら、各グループのカプラン–マイヤー曲線を確認。

  • 曲線の形が似て平行: 比例ハザードの仮定は成立。

比例ハザード仮定が成立する KM 曲線

Pythonで学ぶSurvival Analysis

.check_assumptions()

共変量が連続なら、.check_assumptions() メソッドを使う。

  • パラメータ
    • training_df: モデル学習時に使用した元の DataFrame。
    • p_value_threshold: 違反を警告するための閾値（既定: 0.01、推奨: 0.05）。
Pythonで学ぶSurvival Analysis

.check_assumptions()

model.check_assumptions(training_df, p_value_threshold=0.05)

1. 変数 'A' は非比例性テストに不合格: p値 0.0007。
助言 1: ...
助言 2: ...
2. 変数 'B' は非比例性テストに不合格: p値 0.0063。
助言 1: ...
助言 2: ...
Pythonで学ぶSurvival Analysis

比例ハザードの仮定が成り立たないとき

  • 通常は妥当で、違反してもモデル性能への影響は小さいことが多い。
  • 失敗する場合は、Weibull AFT など別手法を試し、AIC を比較する。
Pythonで学ぶSurvival Analysis

Passons à la pratique !

Pythonで学ぶSurvival Analysis

Preparing Video For Download...