Przejdź do głównej treści

Kurs

Analiza przeżycia w Pythonie

Zaawansowany4 godz.

Analiza przeżycia do pracy z danymi czasu do zdarzenia i przewidywania czasu przeżycia.

Python4 godz.16 filmy48 ćwiczeń3,850 XP5,927Zaświadczenie o ukończeniu

Utwórz bezpłatne konto

Kontynuuj z Google
lub
Kontynuując, akceptujesz nasz Warunki użytkowania, nasz Polityka prywatności i że Twoje dane są przechowywane w USA.

Uwielbiany przez kursantów z tysięcy firm

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

Program nauczania

Plan kursu

1

Wprowadzenie do analizy przeżycia

2

Estymacja krzywej przeżycia

3

Model Weibulla

Poznaj sposoby modelowania danych czasowych za pomocą modeli parametrycznych. Dowiedz się, jak używać modelu Weibulla i modelu AFT Weibulla oraz do czego każdy z nich służy. Korzystając z regresji przeżycia, wyciągnij wnioski o wpływie zmiennych objaśniających na funkcję przeżycia i naucz się wybierać najlepszy model do swoich danych.
Zacznij rozdział

Analiza przeżycia w Pythonie

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Zapisz się teraz

Rozwijaj swoje umiejętności danych z DataCamp for Mobile

Rozwijaj się w drodze dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.