statsmodels.duration.hazard_regression.PHReg¶

class statsmodels.duration.hazard_regression.PHReg(endog, exog, status=None, entry=None, strata=None, offset=None, ties='breslow', missing='drop', **kwargs)[source]¶

Cox比例风险回归模型

Cox PH 模型适用于右删失数据。

Parameters:¶

endogarray_like

观察到的时间（事件或删失）

exog2D array_like

协变量或外生变量

statusarray_like

审查状态值；status=1 表示事件发生（例如故障或死亡），status=0 表示观察结果被右删失。如果为 None，则默认为所有情况下的 status=1。

entryarray_like

如果发生左截断，则进入时间

strataarray_like

分层标签。如果为 None，则所有观测值都被视为在同一层中。

tiesstr

用于处理并列时间的方法，必须是‘breslow’或‘efron’。

offsetarray_like

偏移值数组

missingstr

用于处理缺失数据的方法

Attributes:¶

endog_names

内生变量的名称。

exog_names

外生变量的名称。

注释

比例风险回归模型不应包含显式或隐式的截距。使用部分似然法时，截距的影响无法识别。

endog, event, strata, entry, 以及 exog 的第一个维度都必须具有相同的长度

方法

baseline_cumulative_hazard(params)	估计基线累积危险函数和生存函数。
baseline_cumulative_hazard_function(params)	返回一个函数，该函数计算每个层的基线累积危险函数。
breslow_gradient(params)	返回对数部分似然函数的梯度，使用Breslow方法处理并列时间。
breslow_hessian(参数)	返回在params处评估的对数偏似然的海森矩阵，使用Breslow方法处理并列时间。
breslow_loglike(params)	返回在params处评估的对数偏似然函数值，使用Breslow方法处理并列时间。
efron_gradient(params)	返回在params处评估的对数偏似然梯度，使用Efron方法处理并列时间。
efron_hessian(params)	返回在params处评估的部分对数似然的Hessian矩阵，使用Efron方法处理并列时间。
efron_loglike(params)	返回在params处评估的对数偏似然函数值，使用Efron方法处理并列时间。
fit([groups])	拟合一个比例风险回归模型。
fit_regularized([方法, alpha, ...])	返回一个正则化的线性回归模型的拟合结果。
from_formula(formula, data[, status, entry, ...])	从公式和数据框创建一个比例风险回归模型。
get_distribution(params[, scale, exog])	返回一个与每个案例的未删失因变量（持续时间）值的分布相对应的scipy分布对象。
hessian(params)	返回在params处评估的对数偏似然函数的Hessian矩阵。
information(params)	模型的费舍尔信息矩阵。
initialize()	初始化（可能重新初始化）一个模型实例。
loglike(params)	返回在params处评估的对数偏似然函数。
predict(params[, exog, cov_params, endog, ...])	返回比例风险回归模型的预测值。
robust_covariance(params)	返回一个协方差矩阵，该矩阵对于比例风险模型回归系数估计是稳健的，能够应对某些形式的模型错误指定。
score(params)	返回在参数处评估的得分函数。
score_residuals(params)	返回在给定参数向量处计算的得分残差。
weighted_covariate_averages(params)	返回在特定时间处于风险中的受试者的协变量值的加权平均值。

属性

endog_names	内生变量的名称。
exog_names	外生变量的名称。