Перейти к основному содержимому
ДомPython

Course

Survival Analysis in Python

ПередовойУровень мастерства
Обновлено 06.2024
Use survival analysis to work with time-to-event data and predict survival time.
Начать Курс Бесплатно
PythonProbability & Statistics4 ч16 videos48 Exercises3,850 XP5,737Свидетельство о достижениях

Создайте бесплатный аккаунт

или

Продолжая, вы принимаете наши Условия использования, нашу Политику конфиденциальности и подтверждаете, что ваши данные хранятся в США.

Пользуется популярностью среди обучающихся в тысячах компаний.

Group

Обучение двух или более человек?

Попробуйте DataCamp for Business

Описание курса

How long does it take for flu symptoms to show after exposure? And what if you don't know when people caught the virus? Do salary and work-life balance influence the speed of employee turnover? Lots of real-life challenges require survival analysis to robustly estimate the time until an event to help us draw insights from time-to-event distributions. This course introduces you to the basic concepts of survival analysis. Through hands-on practice, you’ll learn how to compute, visualize, interpret, and compare survival curves using Kaplan-Meier, Weibull, and Cox PH models. By the end of this course, you’ll be able to model survival distributions, build pretty plots of survival curves, and even predict survival durations.

Предварительные требования

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.
Начало Главы
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.
Начало Главы
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.
Начало Главы
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.
Начало Главы
Survival Analysis in Python
Курс
завершен

Получите свидетельство о достижениях

Добавьте эти данные в свой профиль LinkedIn, резюме или CV.
Поделитесь этим в социальных сетях и в своем отчете об оценке эффективности работы.Запишитесь Прямо Сейчас

Присоединяйтесь 19 миллионов учащихся и начните Survival Analysis in Python сегодня!

Создайте бесплатный аккаунт

или

Продолжая, вы принимаете наши Условия использования, нашу Политику конфиденциальности и подтверждаете, что ваши данные хранятся в США.

Развивайте свои навыки работы с данными с помощью DataCamp для мобильных устройств.

Успевайте в обучении на ходу с помощью наших мобильных курсов и ежедневных 5-минутных заданий по программированию.