“生命线”中的Cox PH模型 - 违反虚拟变量的假设

Question

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，我对每个特征进行热编码并删除一列以避免多重共线性问题（虚拟变量陷阱）。我没有附加代码，因为示例可能与文档here中给出的类似。

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

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.

对于单个分类特征，我应该如何理解多个虚拟变量的建议？我应该把他们全部添加到阶层吗？

我会感激任何评论:)

Answer 1

@abu，你的问题在文档中提出了明显的差距 - 如果虚拟变量违反比例测试该怎么办。在这种情况下，我建议不要贬低变量，并将原始列添加为分层变量，例如：fit(..., strata=['dummy'])