Przejdź do głównej treści
Strona głównaPython

Kurs

Analiza przeżycia w Pythonie

ZaawansowanyPoziom umiejętności
Zaktualizowano 06.2024
Analiza przeżycia do pracy z danymi czasu do zdarzenia i przewidywania czasu przeżycia.
Zacznij kurs za darmo
PythonProbability & Statistics
4 godz.
16 filmów
48 Ćwiczeń
3,850 XP
5,826
Zaświadczenie o ukończeniu

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub

Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.

Uwielbiany przez kursantów z tysięcy firm

Group

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Ile czasu mija od zarażenia do pojawienia się objawów grypy? Co zrobić, gdy nie wiadomo, kiedy doszło do zakażenia? Czy wynagrodzenie i równowaga między pracą a życiem prywatnym wpływają na tempo rotacji pracowników? Wiele rzeczywistych problemów wymaga analizy przeżycia, która pozwala rzetelnie szacować czas do wystąpienia zdarzenia i wyciągać wnioski z rozkładów czasu do zdarzenia. Kurs wprowadza w podstawowe pojęcia analizy przeżycia. Dzięki praktycznym ćwiczeniom nauczysz się obliczać, wizualizować, interpretować i porównywać krzywe przeżycia za pomocą modeli Kaplana-Meiera, Weibulla oraz Coxa PH. Po ukończeniu kursu będziesz potrafić modelować rozkłady przeżycia, tworzyć przejrzyste wykresy krzywych przeżycia, a nawet przewidywać czas przeżycia.

Wymagania wstępne

Introduction to Regression with statsmodels in PythonHypothesis Testing in Python
1

Introduction to Survival Analysis

What problems does survival analysis solve, and what is censorship? You’ll answer these questions as you explore survival analysis data, build survival curves, and make basic estimations of survival time.
Zacznij rozdział
2

Survival Curve Estimation

In this chapter, you’ll learn how the Kaplan-Meier model works and how to fit, visualize, and interpret it. You’ll then apply this model to explore how categorical variables affect survival and learn how to supplement your analysis using hypothesis testing methods like the log-rank test.
Zacznij rozdział
3

The Weibull Model

Discover how to model time-to-event data with parametric models. Learn how to use the Weibull model and the Weibull AFT model and what different purposes they serve. Use survival regression to make inferences about how covariates affect the survival function and learn how to select the best survival model for your data.
Zacznij rozdział
4

The Cox PH Model

Another chapter, another model! In this final chapter, you'll learn about the proportional hazards assumption and the role it plays in fitting and interpreting the Cox Proportional Hazards model. You’ll also learn how to predict new subjects' survival times using the Cox Proportional Hazards model.
Zacznij rozdział
Analiza przeżycia w Pythonie
Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Analiza przeżycia w Pythonie już dziś!

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub

Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.