1

我正在使用lifelines库来估计 Cox PH 模型。对于回归，我有许多分类特征，我对其进行一次热编码并删除每个特征一列，以避免多重共线性问题（虚拟变量陷阱）。我没有附上代码，因为示例可能与此处文档中给出的示例相似。

通过运行，cph.check_assumptions(data)我收到每个虚拟变量都违反假设的信息：

Variable 'dummy_a' failed the non-proportional test: p-value is 0.0063.
Advice: with so few unique values (only 2), you can try `strata=['dummy_a']` in the call in `.fit`. See documentation in link [A] and [B] below.

我应该如何理解针对单个分类特征的多个虚拟变量的建议？我应该将它们全部添加到strata吗？

我将不胜感激任何评论:)

4

1 回答 1

1

@abu，您的问题在文档中提出了一个明显的差距-如果虚拟变量违反比例检验该怎么办。在这种情况下，我建议不要对变量进行虚拟化，并将原始列添加为分层变量，例如：fit(..., strata=['dummy'])

于 2019-03-06T15:08:32.547 回答