生存時間解析における多変量解析である「Cox比例ハザードモデル」について解説し、生存時間解析のPythonパッケージである lifelines を用いて、Cox比例ハザードモデルによる生存回帰を行います。本記事は以下の記事の内容に沿っていますが、「比例ハザード性の検証」や「層化」についてはまた別の機会に扱いたいと思います。 Survival regression - LIFELINES 関連記事として、「Kaplan-Meier推定量」や「Nelson-Aalen推定量」に関する記事のリンクを載せておきます。 Pythonで生存時間解析 〜Kaplan-Meierによる生存関数の推定〜 Pythonで生存時間解析 〜Nelson-Aalenによるハザード比の推定〜 Cox比例ハザードモデルの概要 ■ 生存関数とハザード関数 確率変数Xの累積分布関数を$F(x)$とするとき、Xが寿命を表すよ
![Pythonで生存時間解析 〜Cox比例ハザードモデルの解説と実装〜 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/8da4b03c7c4e2897ff15bf3b6327e1034b78aaee/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwcm9raTE4ZCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTMyJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ZmNiMDhjNzViZDZlM2Y0NDM2NzkwOWU2YWYwNWVmMWQ%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Dac059bd3790140acccd2b11f5bdc9b29)