python - 随时间创建交互变量后求解 Cox 比例风险
问题描述
我正在使用生命线包进行 Cox 回归。在尝试拟合模型后,我检查了 CPH 假设是否存在任何可能的违规行为,它返回了一些有问题的变量以及建议的解决方案。
我想尝试的解决方案之一是这里建议的解决方案: https ://lifelines.readthedocs.io/en/latest/jupyter_notebooks/Proportional%20hazard%20assumption.html#Introduce-time-variing-covariates
但是,此处编写的示例使用CoxTimeVaryingFitter,与CoxPHFitter不同,它没有一致性分数,这将帮助我衡量模型性能。此外,CoxTimeVaryingFitter没有检查假设功能。这是否意味着通过将其放入情节格式,所有假设都会自动满足?
或者,在阅读了有关生存分析的 SAS 教科书后,他们的解决方案似乎是直接创建交互项(将有问题的变量与生存时间相乘),而不将格式更改为情节格式(如链接所示)。这样,由于CoxPHFitter的模型评分功能,我希望继续使用它。
但是,在执行此替代方案后,当我再次在具有时间交互变量的模型上调用 check_assumptions 时,违反了时间交互变量的 CPH 假设。
现在我左右为难:
- 在不知道模型性能的情况下使用CoxTimeVaryingFitter (似乎是个坏主意)
- 使用CoxPHFitter,但在时间交互变量上违反了假设(这本质上似乎无法解决问题)
非常感谢任何有关解决这种困惑的帮助
解决方案
推荐阅读
- azure - 如何获取资源组中的 Vm 列表
- docker - 创建多级 docker 文件
- python - 在 PyMySQL 中使用“IN”关键字查询参数化
- javascript - 在平面列表中的每个项目上呈现四个按钮以编程方式反应本机
- machine-learning - 使用 scipy.optimize.brute 训练模型
- consul - 如何删除领事服务端点/ID?
- visual-studio-2019 - 如何在重新启动时使 Visual Studio 2019 输出窗口“默认可见”?
- javascript - 使用 knex js 时如何返回值?
- chart.js - ChartJS - 旋转后对齐轴标签
- java - 通知未出现(通知渠道)