การประยุกต์ใช้ survival analysis กับกลุ่มข้อมูล

Survival Analysis ด้วย Python

Shae Wang

Senior Data Scientist

ปัญหาการจำนอง

ชื่อ DataFrame: mortgage_df

id	property type	duration	paid_off
1	house	25	0
2	apartment	17	1
3	apartment	5	0
...	...	...	...
100	house	30	1

ประเภทอสังหาริมทรัพย์: ประเภทของบ้านที่ได้รับการจำนอง (house หรือ apartment)

มีความแตกต่างในระยะเวลาชำระหนี้ระหว่างการจำนองบ้านและอพาร์ตเมนต์หรือไม่?

การเปรียบเทียบการกระจายการรอดชีพระหว่างกลุ่ม

บ่อยครั้งที่เราต้องการประเมินว่ามีความแตกต่างในการรอดชีพ (หรือความน่าจะเป็นของเหตุการณ์/การรอดชีพ) ระหว่างกลุ่มต่าง ๆ หรือไม่

คุณลักษณะของกลุ่มตัวอย่าง
- เช่น การจำนองประเภทต่าง ๆ หรือยางรถยนต์ต่างยี่ห้อ
กลุ่มทดลองที่แตกต่างกัน
- เช่น กลุ่มที่ได้รับการรักษากับกลุ่มควบคุม
ค่าที่แตกต่างกันของคุณลักษณะเดียวกัน
- เช่น ครัวเรือนรายได้สูงกับรายได้ต่ำ

ประเภทของการเปรียบเทียบกลุ่มการรอดชีพ

1. ค่าประมาณหรือสถิติการรอดชีพแตกต่างกันหรือไม่?

เปรียบเทียบความน่าจะเป็นของการรอดชีพของสองกลุ่มที่เวลาใดเวลาหนึ่ง
เปรียบเทียบสัดส่วนรวมของกลุ่มตัวอย่างที่รอดชีพระหว่างสองกลุ่ม

ประเภทของการเปรียบเทียบกลุ่มการรอดชีพ

2. การกระจายพื้นฐานแตกต่างกันหรือไม่?

ต้องใช้การทดสอบสมมติฐานอย่างเป็นทางการ

ประเภทของการเปรียบเทียบกลุ่มการรอดชีพ

3. คุณลักษณะส่งผลต่อการรอดชีพมากน้อยเพียงใด?

ต้องใช้กรอบโมเดลเชิงการถดถอย

การแสดงภาพความแตกต่างระหว่างกลุ่ม

ฟิตฟังก์ชันการรอดชีพ Kaplan-Meier ให้กับแต่ละกลุ่ม แล้วแสดงเส้นโค้งการรอดชีพแบบเคียงกัน

ข้อดี:

ใช้งานและตีความได้ง่าย
เป็น non-parametric จึงยืดหยุ่นกับการกระจายการรอดชีพหลากหลายรูปแบบ
เป็นเครื่องมือแสดงผลที่ดีสำหรับการสาธิตความแตกต่างในฟังก์ชันการรอดชีพ

การระบุกลุ่ม

ชื่อ DataFrame: mortgage_df

id	property type	duration	paid_off
1	house	25	0
2	apartment	17	1
3	apartment	5	0
...	...	...	...
100	house	30	1

สร้าง Boolean mask สำหรับแต่ละกลุ่ม

house = (mortgage_df["property_type"]=="house")
apt = (mortgage_df["property_type"]=="apartment")

หากมีเพียง 2 กลุ่ม ใช้แค่ 1 mask ก็เพียงพอ อีกกลุ่มสามารถอ้างอิงได้โดยใช้การนิเสธ

การฟิตและพล็อตเส้นโค้งการรอดชีพ

สร้าง figure และสร้างอินสแตนซ์ของคลาส KaplanMeierFitter

ax = plt.subplot(111)
mortgage_kmf = KaplanMeierFitter()

ฟิต mortgage_kmf กับกลุ่ม house แล้วพล็อตบน figure ax

mortgage_kmf.fit(duration=mortgage_df[house]["duration"], 
                 event_observed=mortgage_df[house]["paid_off"],
                 label="Houses")
mortgage_kmf.plot_survival_function(ax=ax)

การฟิตและพล็อตเส้นโค้งการรอดชีพ

ฟิต mortgage_kmf กับกลุ่ม apartment แล้วพล็อตบน figure ax

mortgage_kmf.fit(duration=mortgage_df[apt]["duration"], 
                 event_observed=mortgage_df[apt]["paid_off"],
                 label="Apartments")
mortgage_kmf.plot_survival_function(ax=ax)

การแสดงภาพแบบเคียงกัน

plt.show()

เส้นโค้งการรอดชีพ Kaplan-Meier ของ apartment และ house

การตีความเส้นโค้งการรอดชีพของกลุ่ม

เส้นโค้งการรอดชีพ Kaplan-Meier ของ apartment และ house

โดยเฉลี่ยแล้ว การจำนอง apartment ดูเหมือนจะชำระหนี้ได้เร็วกว่าการจำนองบ้าน
ที่ระยะเวลาใด ๆ สัดส่วนของผู้ใช้ที่ชำระหนี้ apartment สูงกว่าการจำนองบ้าน

หมายเหตุ: หากช่วงความเชื่อมั่นทับซ้อนกันบางจุด โอกาสที่เส้นโค้งทั้งสองจะแตกต่างกันจริงก็จะน้อยลง

มาฝึกกันเถอะ!

Survival Analysis ด้วย Python