Анализ выживаемости в Python
Shae Wang
Senior Data Scientist
lifelines)model.baseline_hazard_.plot()
plt.show()

model.baseline_survival_.plot()
plt.show()

| Вычисление | Пример | |
|---|---|---|
| Коэффициент | $x$ | $0.405$ |
| Отношение рисков | $e^x$ | $e^{0.405}=1.5$ |
| Интерпретация рисков | $e^x-1$ | $1.5-1 = 0.5$ -> рост риска на 50% |
| Интерпретация времени выживаемости | $\frac{1}{e^x}-1$ | $\frac{1}{1.5}-1 = 0.67-1 = -0.23$ -> снижение времени выживаемости на 23% |
.plot_partial_effects_on_outcome()
covariates (строка или список): имя(имена) ковариаты(ковариат) из исходного набора данных, которые мы хотим варьировать.values (одномерный или двумерный итерируемый объект): значения, которые должна принимать ковариата.Модель содержит ковариаты A, B, C; мы хотим варьировать
A по значениям 1, 2B по значениям 3, 4model.plot_partial_effects_on_outcome(
covariates=["A","B"],
values=[[1,2],
[3,4]]
)
plt.show()

Неверно...
Модель содержит ковариаты A, B, C; мы хотим варьировать
A по значениям 1, 2B по значениям 3, 4model.plot_partial_effects_on_outcome(
covariates=["A","B"],
values=[[1,3],
[1,4],
[2,3],
[2,4]]
)
plt.show()

Верно!
Анализ выживаемости в Python