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 & Statistics4시간14 동영상50 연습 문제3,650 XP13,857성취 증명서

무료 계정을 만드세요

또는

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

수천 개 기업의 학습자들이 사랑하는

Group

2명 이상을 교육하시나요?

DataCamp for Business 체험

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

3

The Weibull model

4

The Cox Model

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.