亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

Python 中的生命線生存分析。該方法的部分風險是什么?

Python 中的生命線生存分析。該方法的部分風險是什么?

牛魔王的故事 2021-08-05 17:06:59
我正在嘗試使用 Python Lifelines 包來校準和使用 Cox 比例風險模型。所以,結果總結是:coef  exp(coef)  se(coef)        z      p  lower 0.95  upper 0.95 PD    -1.1446     0.3183    0.0814 -14.0563 0.0000     -1.3042     -0.9850  ***oil   -0.1275     0.8803    0.0016 -79.2128 0.0000     -0.1306     -0.1243  ***curr  -0.1353     0.8735    0.0020 -67.3416 0.0000     -0.1392     -0.1313  ***matur -0.0002     0.9998    0.0000 -13.6039 0.0000     -0.0002     -0.0002  ***Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Concordance = 0.602然后我需要計算部分風險,例如,使用我的生存數據選項卡的第一行,即:PD  oil curr    Durat   binar   matur0   0.135760    62.799048   59.004243   1.446575    0   179它必須是這樣的:PD = 0.13576oil = 62.799048curr = 59.004243matur = 179np.exp(-1.1446*PD - 0.1275*oil - 0.1353*curr -0.0002*matur)并且等于 9.387106981409155e-08,所以它是非常小的數字并且導致所有 t 的生存概率等于 1.0。但是當我得到一個 cph.predict_partial_hazard(cox_surv) 方法時,它給了我類似 0.32 的值,我認為這是正確的數字。例如,我們有 Baseline SP = 0.7 并且通過 (0.7^0.32) 到部分風險,我們會得到類似 0.892136633056215 的值,這是正常的。什么是錯誤?我們如何以正確的方式計算部分風險?非常感謝!
查看完整描述

1 回答

?
犯罪嫌疑人X

TA貢獻2080條經驗 獲得超4個贊

生命線的作者在這里。

生命線中的部分風險是通過首先去除變量的含義來計算的,因此在生命線中,計算類似于

np.exp(-1.1446*(PD-mean_PD) - 0.1275*(oil-mean_oil) - 
          0.1353*(curr-mean_curr) -0.0002*(matur-mean_matur))

這可能會給您帶來更大的部分風險(但是所有科目的相對排名保持不變)。

文檔字符串沒有提到這一點,但是,我會在 v0.15.0 中修復它。


查看完整回答
反對 回復 2021-08-05
  • 1 回答
  • 0 關注
  • 274 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號