본문으로 바로가기
R

강의

R로 배우는 생존 분석

중급기술 수준
업데이트됨 2022. 6.
생존분석용 시간-사건 데이터 다루기. 사망 또는 실업 후 취업 등 사건을 예로 들고, 모델의 추정·시각화·해석을 학습합니다.
무료로 강의 시작
RProbability & Statistics
4시간
14 동영상
50 연습 문제
3,650 XP
13,879
성취 증명서

무료 계정을 만드세요

또는

계속 진행하시면 당사의 이용약관, 개인정보처리방침 및 귀하의 데이터가 미국에 저장되는 것에 동의하시는 것입니다.

수천 개 기업의 학습자들이 사랑하는

Group

Training a Team?

Try for Business

강의 설명

새 약을 복용한 환자는 다른 환자보다 더 오래 생존하나요? 실직 후 사람들은 얼마나 빨리 새 직장을 구하나요? 파티에서 친구들이 춤추는 시간을 어떻게 하면 더 길게 유지할 수 있을까요? 이런 질문들은 모두 사건 발생까지의 시간을 다루는 데이터 분석이 필요하며, 이를 위해서는 특별한 통계 기법을 사용합니다. 이 강의는 사건-발생 시간 데이터 분석, 즉 생존 분석의 기본 개념을 소개합니다. 사건-발생 시간 데이터를 다루는 방법과 생존 곡선, Weibull 모형, Cox 모형을 계산하고 시각화하며 해석하는 방법을 배워요.

선수 조건

Introduction to Regression in R
1

What is Survival Analysis?

In the first chapter, we introduce the concept of survival analysis, explain the importance of this topic, and provide a quick introduction to the theory behind survival curves. We discuss why special methods are needed when dealing with time-to-event data and introduce the concept of censoring. We also discuss how we describe the distribution of the elapsed time until an event.
챕터 시작
2

Estimation of survival curves

In this chapter, we will look into different methods of estimating survival curves. We will discuss the Kaplan-Meier estimate and the Weibull model as tools for survival curve estimation and learn how to communicate those results through visualization.
챕터 시작
R로 배우는 생존 분석
강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 자격증을 추가하세요
소셜 미디어와 성과 평가에서 공유하세요
지금 등록

19백만 명 이상의 학습자와 함께 R로 배우는 생존 분석을(를) 시작하세요!

무료 계정을 만드세요

또는

계속 진행하시면 당사의 이용약관, 개인정보처리방침 및 귀하의 데이터가 미국에 저장되는 것에 동의하시는 것입니다.

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.