After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrizione del corso
Quanto tempo passa prima che compaiano i sintomi dell'influenza dopo l'esposizione? E se non sai quando le persone hanno contratto il virus? Stipendio ed equilibrio vita-lavoro influenzano la rapidità del turnover dei dipendenti? Molte sfide reali richiedono l’analisi di sopravvivenza per stimare in modo robusto il tempo fino a un evento e aiutarci a trarre insight dalle distribuzioni tempo-all’evento. Questo corso ti introduce ai concetti di base dell’analisi di sopravvivenza. Con esercizi pratici, imparerai a calcolare, visualizzare, interpretare e confrontare curve di sopravvivenza usando i modelli di Kaplan-Meier, Weibull e Cox PH. Al termine del corso, saprai modellare distribuzioni di sopravvivenza, creare grafici efficaci delle curve di sopravvivenza e persino prevedere le durate di sopravvivenza.
Prerequisiti
Curriculum
Programma del corso
1
Introduzione all’analisi di sopravvivenza
Quali problemi risolve l’analisi di sopravvivenza e cos’è la censura? Risponderai a queste domande esplorando dati di analisi di sopravvivenza, costruendo curve di sopravvivenza e facendo stime di base del tempo di sopravvivenza.
- Che cos’è l’analisi di sopravvivenza?50 XP
- Quali problemi risolve l’analisi di sopravvivenza?100 XP
- Scegli i dati giusti per l'analisi di sopravvivenza50 XP
- Perché usare l'analisi di sopravvivenza?50 XP
- Identifica il tipo di censura50 XP
- Pre-elabora i dati censurati100 XP
- Prima occhiata ai dati censurati100 XP
- La tua prima curva di sopravvivenza!50 XP
- Disegna una curva di sopravvivenza100 XP
- Lunga vita alla democrazia!100 XP
2
Stima delle curve di sopravvivenza
In questo capitolo scoprirai come funziona il modello di Kaplan-Meier e come adattarlo, visualizzarlo e interpretarlo. Applicherai poi questo modello per esplorare come le variabili categoriche influenzano la sopravvivenza e imparerai a integrare l’analisi con metodi di test d’ipotesi come il test log-rank.
3
Il modello di Weibull
Scopri come modellare dati tempo-all’evento con modelli parametrici. Impara a usare il modello di Weibull e il modello Weibull AFT e a quali scopi diversi servono. Usa la regressione di sopravvivenza per trarre inferenze su come le covariate influenzano la funzione di sopravvivenza e impara a selezionare il miglior modello di sopravvivenza per i tuoi dati.
4
Il modello Cox PH
Un altro capitolo, un altro modello! In questo capitolo finale, imparerai l’assunzione dei rischi proporzionali e il ruolo che svolge nell’adattare e interpretare il modello di Cox Proportional Hazards. Imparerai anche a prevedere i tempi di sopravvivenza di nuovi soggetti usando il modello di Cox Proportional Hazards.
Analisi di sopravvivenza in Python
Corso
completato
