Kysymys:
Selviytymisanalyysityökalut Pythonissa
MarkSAlen
2010-08-16 17:10:30 UTC
view on stackexchange narkive permalink

Mietin, onko pythonille paketteja, jotka pystyvät suorittamaan selviytymisanalyysin. Olen käyttänyt selviytymispakettia R: ssä, mutta haluaisin siirtää työni pythoniin.

Käytä Rpy: tä soittaaksesi R: lle Pythonista ;-)
RPy (nyt 2) on erittäin tuskallinen asentaa kokemukseni mukaan.
On äärimmäisen epäilyttävää, että selviytymisanalyysin python-kehittäjät ovat panostaneet kaikkialle, mitä Terry Therneau ja muut ovat tehneet R-selviytymispakettiin viimeisten 30 vuoden aikana, mukaan lukien laaja testaus.Selviytymispaketille tehdään tiukimmat testausmenetelmät, joita olen nähnyt tilastoissa.
Sovittu.R: n `` selviytymispaketti '' on tarkkaan tutkittuna suuren yhteisön keskuudessa.
Seitsemän vastused:
#1
+71
Cam.Davidson.Pilon
2013-09-08 08:59:15 UTC
view on stackexchange narkive permalink

Tutustu lifelines ¹ -projektiin, jotta selviytymismallit on helppo ja puhdas toteuttaa Pythonissa, mukaan lukien

  • selviytymistoimintojen estimaattorit
  • Kumulatiivisten vaarakäyrien estimaattorit
  • Coxin suhteellinen vaaran regressiomalli
  • Coxin ajassa vaihteleva regressiomalli
  • parametriset AFT-mallit
  • Aalenin additiivinen regressiomalli
  • Monivaihtotestaus

Edut:

  • rakennettu pandojen päälle
  • puhdas Python & helppo asentaa
  • sisäänrakennetut piirtotoiminnot
  • yksinkertainen käyttöliittymä

Dokumentaatio on saatavilla täältä: dokumentaatio ja esimerkkejä

Esimerkkikäyttö:

  lifelines-tuonnista KaplanMeierFittersurvival_times = np.array ([0, 3, 4.5, 10., 1.]) tapahtumat = np.array ([False, True, True, False, True]) kmf = KaplanMeierFitter () kmf.fit (Survival_times, event_observed = events) tulosta (kmf.survival_function_) print (kmf.median_) kmf.plot ()  

Esimerkki juonista edestakaisin m sisäänrakennettu piirtokirjasto:

enter image description here

  1. Vastuuvapauslauseke: Olen pääkirjoittaja. Lähetä minulle (sähköposti profiilissa) kysymyksiä tai palautetta lifelines.
(+1) Melko fiksu nimi selviytymispaketille.
#2
+22
csgillespie
2010-08-16 19:05:44 UTC
view on stackexchange narkive permalink

AFAIK, pythonissa ei ole selviytymisanalyysipaketteja. Kuten MBQ kommentoi yllä, ainoa käytettävissä oleva reitti olisi Rpy.

Vaikka puhdasta python-pakettia olisikaan käytettävissä, olisin erittäin varovainen sen käytössä, etenkin:

  • Kuinka usein sitä päivitetään.
  • Onko sillä laaja käyttäjäkanta?
  • Onko sillä edistyneitä tekniikoita?

Yksi R: n eduista on, että nämä standardit paketit saavat valtavan määrän testausta ja käyttäjien palautetta. Todellisia tietoja käsiteltäessä odottamattomat reunatapaukset voivat hiipiä sisään.

Viimeisen 5 vuoden aikana monet asiat ovat muuttuneet (parempaan suuntaan) Pythonille.Vide [vastaus: Cam.Davidson.Pilon] (http://stats.stackexchange.com/a/69484/6552) sivustossa [Lifelines] (http://lifelines.readthedocs.org/).
#3
+9
ars
2010-08-16 21:30:54 UTC
view on stackexchange narkive permalink

python-asurv on pyrkimys siirtää asurv -ohjelmisto astronomian selviytymismenetelmiin. Saattaa olla syytä pitää silmällä, mutta cgillespie on oikeassa asioissa, joita kannattaa varoa: sillä on pitkä tie eteenpäin eikä kehitys näytä aktiiviselta. (AFAICTissa on vain yksi menetelmä ja jopa valmis, paketti saattaa puuttua esimerkiksi biostatistikoilta.)

Olet todennäköisesti parempi käyttää Survival -pakettia R: ssä Pythonista läpi jotain RPy tai PypeR. Minulla ei ole ollut ongelmia tehdä tätä itse.

#4
+8
Josh Hemann
2010-09-16 21:53:29 UTC
view on stackexchange narkive permalink

PyIMSL sisältää muutaman rutiinin selviytymisanalyysejä varten. Se on ilmainen kuin oluessa ei-kaupalliseen käyttöön, muuten täysin tuettu. Tilastokäyttäjän oppaan dokumentaatiosta ...

Laskee Kaplan-Meier-estimaatit eloonjäämisen todennäköisyydestä: kaplanMeierEstimates ()

Analysoi eloonjäämis- ja luotettavuustiedot käyttämällä Coxin suhteellisten vaarojen mallia: propHazardsGenLin ()

Analysoi eloonjäämistiedot käyttämällä yleistä lineaarista mallia: SurvivalGlm ()

Arvioi käyttämällä erilaisia ​​parametritiloja: SurvivalEstimates ()

Arvioi luotettavuusvaaratoiminnon anonparametrinen lähestymistapa: nonparamHazardRate ()

Tuottaa väestö- ja kohorttitaulukot: lifeTables ()

#5
+5
Carl Smith
2012-07-24 06:13:39 UTC
view on stackexchange narkive permalink

Voit nyt käyttää R: ää IPythonissa, joten sinun kannattaa ehkä tutkia IPythonin käyttöä R-laajennuksella.

Voitteko antaa esimerkin tästä? Olen utelias kokeilemaan sitä!
Uskon viittaavan [R magic] (http://ipython.org/ipython-doc/dev/config/extensions/rmagic.html) -rajapintaan (joka käyttää `rpy2`). Minäkin haluaisin nähdä nopean esimerkin. (Ymmärrän, että selviytymismallit eivät ole vielä täysin käytettävissä [statsmodels] -palvelussa (http://statsmodels.sourceforge.net/devel/).)
En ole liian varma tilastomalleista, mutta githubista saa muistikirjoja esimerkkeillä C, Octave ja [R] (https://github.com/ipython/ipython/blob/master/docs/examples/notebooks/ rmagic_extension.ipynb) laajennukset. Sinun on suoritettava muistikirja, jotta voit käyttää niitä ilmeisesti, mutta olen varma, että voit käyttää samaa koodia missä tahansa käyttöliittymässä.
@user603 Tässä on yksinkertainen esittely: http://nbviewer.ipython.org/4383682/; tämä perustuu melko uuteen iPythoniin, uskon.
#6
+3
sebp
2018-10-07 22:39:53 UTC
view on stackexchange narkive permalink

Haluan myös mainita scikit-Survival, joka tarjoaa mallit selviytymisanalyyseille, jotka voidaan helposti yhdistää scikit-learn-työkaluihin (esim. KFold-ristivalidointi).

Tämän kirjoituksen jälkeen scikit-survival sisältää

-toteutukset
  • Nelson-Aalen-estimaatti kumulatiivisesta vaaratoiminnosta.
  • Kaplan-Meier-estimaattori eloonjäämisfunktiosta.
  • Coxin suhteellisen vaaran malli joustavalla nettorangaistuksella ja ilman sitä.
  • Nopeutettu vika-ajan malli.
  • Survival Support Vector Machine.
  • Gradientti tehosti Cox-mallia.
  • vastaavuusindeksi suorituskyvyn arviointia varten.
scikit-Survival on erinomainen aika-tapahtuma-ennusteisiin liittyvissä tehtävissä!
#7
+1
oDDsKooL
2013-06-25 20:59:05 UTC
view on stackexchange narkive permalink

Sen lisäksi, että käytetään R - RPy - tai vastaavaa, tilastomalleissa (aiemmin sicpy. statsmodel ) python-kirjasto. Ne ovat kuitenkin "hiekkalaatikko" -paketissa, mikä tarkoittaa, että heidän ei tarvitse olla valmiita tuotantoon juuri nyt.

Esim. sinulla on Cox-suhteellisen vaaran malli koodattu täällä.



Tämä Q & A käännettiin automaattisesti englanniksi.Alkuperäinen sisältö on saatavilla stackexchange-palvelussa, jota kiitämme cc by-sa 2.0-lisenssistä, jolla sitä jaetaan.
Loading...