Build your ultimate AI agent
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
