Build your ultimate AI agent
コース説明
インフルエンザの曝露後、症状が出るまでにはどれくらい時間がかかるのでしょうか？ もし感染した時刻が分からない場合はどうすればよいでしょう？ 給与やワークライフバランスは、従業員の離職スピードに影響するのでしょうか？ 現実の課題の多くは、イベントが起こるまでの時間を頑健に推定して洞察を得るために、Survival Analysisを必要とします。本コースでは、Survival Analysisの基本概念を紹介します。ハンズオンで、Kaplan–Meier、Weibull、Cox PHモデルを使って、生存曲線を計算・可視化・解釈・比較する方法を学びます。コース修了時には、生存分布をモデル化し、美しい生存曲線のプロットを作成し、生存時間を予測できるようになります。
前提条件
カリキュラム
コース概要
1
Survival Analysis入門
Survival Analysisはどのような問題を解決し、「検閲」とは何でしょうか？ この章では、生存分析データを探索し、生存曲線を作成し、生存時間の基本的な推定を行いながら、これらの問いに答えていきます。
2
生存曲線の推定
この章では、Kaplan–Meierモデルの仕組みと、その当てはめ方、可視化、解釈の方法を学びます。さらに、このモデルを用いてカテゴリ変数が生存に与える影響を調べ、log-rank検定のような仮説検定手法で分析を補完する方法も学びます。
3
Weibullモデル
パラメトリックモデルでイベント発生までの時間データをどのようにモデル化するかを学びます。WeibullモデルとWeibull AFTモデルの使い方と、それぞれが果たす役割を理解しましょう。生存回帰を用いて、共変量が生存関数に与える影響を推論し、データに最適な生存モデルを選択する方法も身につけます。
4
Cox PHモデル
最終章では、比例ハザードの仮定と、それがCox Proportional Hazardsモデルの当てはめと解釈に果たす役割について学びます。さらに、Cox Proportional Hazardsモデルを使って新しい対象の生存時間を予測する方法も学びます。
Pythonで学ぶSurvival Analysis
コース修了
