私はPythonで基本的な生存モデルを適合させようとしています。問題の要点は、私は多数の観測値を持っているので、私のデータはビニングされています。つまり、すべての行は単一の被験者ではなく、共通の属性を持つ被験者の数です(同じ共変量、結果)。 lifelines
パッケージでは、Coxモデルに合わせて行ごとに観測が必要になると思われます。同様に、ワイブル曲線をscipy.stats.continuous_rv.fit
に合わせようとすると、同じ問題が発生します。Pythonの生存モデルを集計データから継承する
生存回帰パッケージにはすべてこのタイプのデータを許容するweights
ベクターを受け入れるように見えるため、問題なくRでこれを行っています。元のデータには数千ものユニークな行があるだけで、集計されたデータを何百万行にも分割するのは非常に非効率的です。任意のポインタが評価されるだろう。
こんにちはジョン、CVへようこそ。どのような種類の質問がここでトピックであるかについては、[ヘルプセクション](https://stats.stackexchange.com/review/first-posts/135392#)のツアーをご覧ください。それが立っているように、私はあなたの質問は、特にソフトウェアのStackOverflowに適しているフィッティングについて感じています。 – Alexis