After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Описание курса
Сколько времени проходит до появления симптомов гриппа после заражения? Что делать, если неизвестно, когда именно человек подхватил вирус? Влияют ли зарплата и баланс между работой и личной жизнью на скорость текучести кадров? Многие реальные задачи требуют анализа выживаемости — метода, позволяющего надёжно оценить время до наступления события и извлечь полезные выводы из временны́х распределений. Этот курс знакомит вас с основными концепциями анализа выживаемости. На практике вы научитесь вычислять, визуализировать, интерпретировать и сравнивать кривые выживаемости с помощью моделей Каплана–Мейера, Вейбулла и пропорциональных рисков Кокса. По завершении курса вы сможете моделировать распределения выживаемости, строить наглядные графики кривых и даже прогнозировать продолжительность выживания.
Предварительные требования
Программа
Структура курса
1
Введение в анализ выживаемости
Какие задачи решает анализ выживаемости и что такое цензурирование? Вы найдёте ответы на эти вопросы, изучая данные для анализа выживаемости, строя кривые выживаемости и выполняя базовые оценки времени выживания.
- Что такое анализ выживаемости?50 XP
- Какие задачи решает анализ выживаемости?100 XP
- Выберите подходящие данные для анализа выживаемости50 XP
- Зачем нужен анализ выживаемости?50 XP
- Определите тип цензурирования50 XP
- Предобработка цензурированных данных100 XP
- Первый взгляд на цензурированные данные100 XP
- Ваша первая кривая выживаемости!50 XP
- Построение кривой выживаемости100 XP
- Да здравствует демократия!100 XP
2
Оценка кривой выживаемости
В этой главе вы узнаете, как работает модель Каплана–Мейера, и научитесь её подгонять, визуализировать и интерпретировать. Затем вы применёте эту модель, чтобы исследовать влияние категориальных переменных на выживаемость, и освоите методы проверки гипотез — в частности, логранговый критерий.
3
Модель Вейбулла
Узнайте, как моделировать данные о времени до события с помощью параметрических моделей. Вы изучите модель Вейбулла и модель AFT Вейбулла, а также поймёте, для каких целей предназначена каждая из них. С помощью регрессии выживаемости вы научитесь делать выводы о влиянии ковариат на функцию выживаемости и выбирать наилучшую модель для своих данных.
4
Модель пропорциональных рисков Кокса
Новая глава — новая модель! В этой заключительной главе вы познакомитесь с допущением о пропорциональности рисков и его ролью в подгонке и интерпретации модели пропорциональных рисков Кокса. Вы также научитесь прогнозировать время выживания для новых наблюдений с помощью этой модели.
Анализ выживаемости в Python
Курс
завершён
