我正在嘗試使用 Python Lifelines 包來校準(zhǔn)和使用 Cox 比例風(fēng)險(xiǎn)模型。所以，結(jié)果總結(jié)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(jì)算部分風(fēng)險(xiǎn)，例如，使用我的生存數(shù)據(jù)選項(xiàng)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(shù)字并且導(dǎo)致所有 t 的生存概率等于 1.0。但是當(dāng)我得到一個(gè) cph.predict_partial_hazard(cox_surv) 方法時(shí)，它給了我類似 0.32 的值，我認(rèn)為這是正確的數(shù)字。例如，我們有 Baseline SP = 0.7 并且通過 (0.7^0.32) 到部分風(fēng)險(xiǎn)，我們會(huì)得到類似 0.892136633056215 的值，這是正常的。什么是錯(cuò)誤？我們?nèi)绾我哉_的方式計(jì)算部分風(fēng)險(xiǎn)？非常感謝！
1 回答
犯罪嫌疑人X
TA貢獻(xiàn)2080條經(jīng)驗(yàn) 獲得超4個(gè)贊
生命線的作者在這里。
生命線中的部分風(fēng)險(xiǎn)是通過首先去除變量的含義來計(jì)算的，因此在生命線中，計(jì)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(huì)給您帶來更大的部分風(fēng)險(xiǎn)（但是所有科目的相對(duì)排名保持不變）。
文檔字符串沒有提到這一點(diǎn)，但是，我會(huì)在 v0.15.0 中修復(fù)它。
添加回答
舉報(bào)
0/150
提交
取消