python - `lifelines` 中的 Cox PH 模型 - 违反了虚拟变量的假设

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，我对它们进行一次性编码并删除每个特征的一列，以避免多重共线性问题(虚拟变量陷阱)。我没有附上代码，因为该示例与文档 here 中给出的示例类似。 。

通过运行cph.check_asclusions(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.

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分层中吗？

我将不胜感激任何评论:)

Answer 1

@abu，您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，我建议不要虚拟变量，并将原始列添加为分层变量，例如:fit(..., strata=['dummy'])