Lewati ke konten utama

Kursus

Analisis Survival dengan Python

LanjutanTingkat Keterampilan

Diperbarui 06/2024

Gunakan analisis kelangsungan hidup untuk mengolah data waktu hingga kejadian dan memprediksi waktu kelangsungan hidup.

Mulai Kursus Gratis

PythonProbability & Statistics

4 jam

16 videos

48 Latihan

3,850 XP

5,830

Pernyataan Pencapaian

Dipercaya oleh para pelajar di ribuan perusahaan

Melatih Tim?

Coba untuk Bisnis

Deskripsi Kursus

Berapa lama gejala flu muncul setelah terpapar? Bagaimana jika Anda tidak tahu kapan seseorang tertular virus? Apakah gaji dan keseimbangan kerja-hidup memengaruhi kecepatan pergantian karyawan? Banyak tantangan dunia nyata memerlukan analisis survival untuk mengestimasi waktu hingga suatu kejadian secara andal, sehingga kita dapat menarik wawasan dari distribusi waktu-ke-kejadian. Kursus ini memperkenalkan konsep dasar analisis survival. Melalui praktik langsung, Anda akan belajar menghitung, memvisualisasikan, menafsirkan, dan membandingkan kurva survival menggunakan model Kaplan-Meier, Weibull, dan Cox PH. Di akhir kursus, Anda akan mampu memodelkan distribusi survival, membuat plot kurva survival yang informatif, dan bahkan memprediksi durasi survival.

Persyaratan

Introduction to Regression with statsmodels in Python Hypothesis Testing in Python

1

Pengantar Analisis Survival

Masalah apa yang diselesaikan oleh analisis survival, dan apa itu sensor? Anda akan menjawab pertanyaan-pertanyaan ini saat mengeksplorasi data analisis survival, membangun kurva survival, dan membuat estimasi dasar waktu survival.

Apa itu analisis survival?

Masalah apa yang diselesaikan oleh analisis ketahanan?

Pilih data yang tepat untuk survival analysis

Mengapa menggunakan analisis kelangsungan hidup?

Identifikasi jenis penyensoran

Praproses data tersensor

Tinjauan awal terhadap data tersensor

Kurva survival pertama Anda!

Gambarkan kurva survival

Hidup demokrasi!

2

Estimasi Kurva Survival

Di bab ini, Anda akan mempelajari cara kerja model Kaplan-Meier serta cara melakukan fitting, memvisualisasikan, dan menafsirkannya. Anda kemudian akan menerapkan model ini untuk mengeksplorasi bagaimana variabel kategorikal memengaruhi survival dan mempelajari cara melengkapi analisis Anda menggunakan metode pengujian hipotesis seperti uji log-rank.

Mencocokkan estimator Kaplan–Meier

Bagaimana melakukan fitting estimator Kaplan–Meier?

Kelangsungan hidup pasien penyakit jantung

Memvisualisasikan model Kaplan-Meier Anda

Memplot kurva survival

Perawatan nyeri otot pada pasien

Menerapkan analisis survival pada kelompok

Masa jabatan senator

Membandingkan perawatan nyeri pasien

Uji log-rank

Data yang sesuai untuk uji log-rank

Memplot dan membandingkan kurva kelangsungan hidup

Uji log-rank

3

Model Weibull

Pelajari cara memodelkan data waktu-ke-kejadian dengan model parametrik. Ketahui cara menggunakan model Weibull dan model Weibull AFT serta perbedaan tujuan penggunaannya. Gunakan regresi survival untuk menyimpulkan bagaimana kovariat memengaruhi fungsi survival dan pelajari cara memilih model survival terbaik untuk himpunan data Anda.

Mencocokkan model Weibull

Memodelkan data penjara dengan Weibull

Bandingkan parameter model Weibull

Model Weibull dengan kovariat

Analisis karakteristik pasien jantung

Eksplorasi interaksi gender-LVDD

Visualisasi dan prediksi dengan model Weibull

Bagaimana penangkapan sebelumnya memengaruhi tingkat penangkapan kembali?

Prediksi tingkat penangkapan kembali

Distribusi lain dan pemilihan model

Seberapa baik kecocokannya?

Pilih model parametrik

4

Model Cox PH

Bab lain, model lain! Pada bab terakhir ini, Anda akan mempelajari asumsi proportional hazards dan perannya dalam melakukan fitting serta menafsirkan model Cox Proportional Hazards. Anda juga akan belajar memprediksi waktu survival subjek baru menggunakan model Cox Proportional Hazards.

Menerapkan model Cox Proportional Hazards

Modelkan data penjara dengan Cox PH

Model Cox PH kustom

Menafsirkan model Cox PH

Waktu survival model Cox PH

Plot pengaruh kovariat terhadap survival

Asumsi hazard proporsional

Uji asumsi PH dengan kurva KM

Uji asumsi PH secara otomatis

Membuat Prediksi dengan Model Cox PH

Studi churn karyawan

Prediksi sebelum mereka keluar!

Analisis Survival dengan Python

Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV Anda
Bagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang

Bergabung dengan 19 juta pelajar dan mulai Analisis Survival dengan Python Hari Ini!

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.