Застосування аналізу виживання до груп
Аналіз виживаності в Python
Shae Wang
Senior Data Scientist
Завдання про іпотеку
Назва 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 |
Property type: тип житла, що фінансується іпотекою (house або apartment)
Чи відрізняється час до погашення для іпотек на будинки й квартири?
Порівняння розподілів виживання між групами
Часто потрібно оцінити, чи відрізняється виживаність (або ймовірності події/виживання) між різними групами об'єктів.
- Вимірні атрибути об'єктів
- напр., різні типи іпотек, різні бренди шин
- Різні експериментальні групи
- напр., групи лікування проти контролю
- Різні значення одного атрибута
- напр., домогосподарства з високим проти низького доходу
Види порівнянь груп за виживанням
1. Чи відрізняються точкові оцінки або статистики виживання?
- Порівняйте ймовірності виживання двох груп у фіксований момент часу
- Порівняйте загальну частку тих, хто «вижив», у двох групах
Види порівнянь груп за виживанням
2. Чи різняться базові розподіли?
- Потрібне формальне статистичне тестування
Види порівнянь груп за виживанням
3. Наскільки атрибут впливає на виживання?
- Потрібні регресійні моделі
Візуалізація відмінностей між групами
Підігнати функцію виживання Каплана — Мейєра для кожної групи й показати криві поряд.
Переваги:
- Просто використовувати й інтерпретувати.
- Непараметричний підхід — гнучкіший для різних розподілів виживання.
- Наочний інструмент для демонстрації відмінностей у функціях виживання.
Ідентифікація груп
Назва 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 |
Створіть булеву маску для кожної групи.
house = (mortgage_df["property_type"]=="house")
apt = (mortgage_df["property_type"]=="apartment")
Якщо є лише 2 групи, достатньо 1 маски. Іншу групу можна задати запереченням.
Підгонка та побудова кривих виживання
Створіть одну фігуру та створіть екземпляр класу KaplanMeierFitter.
ax = plt.subplot(111)
mortgage_kmf = KaplanMeierFitter()
Підіженіть mortgage_kmf для групи будинків і побудуйте графік на фігурі 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)
Підгонка та побудова кривих виживання
Підіженіть mortgage_kmf для групи квартир і побудуйте графік на фігурі 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)
Візуалізація поруч
plt.show()
Інтерпретація кривих виживання груп
- Іпотеки на квартири зазвичай погашаються швидше, ніж на будинки.
- За будь-якої тривалості більша частка користувачів погашає іпотеки на квартири, ніж на будинки.
Примітка: якщо довірчі інтервали місцями перекриваються, імовірність реальної різниці між кривими менша.
Давайте потренуємось!
Аналіз виживаності в Python
