Build your ultimate AI agent
Kursbeskrivning
Hur lång tid tar det innan influensasymtom uppträder efter smittotillfället? Och vad händer om du inte vet när någon smittades? Påverkar lön och balansen mellan arbete och fritid hur snabbt anställda slutar? Många verkliga utmaningar kräver överlevnadsanalys för att robust uppskatta tiden till en händelse och ge oss insikter från tids-till-händelse-fördelningar. Den här kursen introducerar dig till grundläggande begrepp inom överlevnadsanalys. Genom praktiska övningar lär du dig att beräkna, visualisera, tolka och jämföra överlevnadskurvor med hjälp av Kaplan-Meier-, Weibull- och Cox PH-modeller. När du är klar med kursen kan du modellera överlevnadsfördelningar, skapa snygga diagram över överlevnadskurvor och till och med förutsäga överlevnadstider.
Förkunskapskrav
Kursplan
Kursöversikt
1
Introduktion till överlevnadsanalys
Vilka problem löser överlevnadsanalys, och vad är censurering? Du utforskar dessa frågor medan du arbetar med överlevnadsanalysdata, bygger överlevnadskurvor och gör grundläggande skattningar av överlevnadstid.
- Vad är överlevnadsanalys?50 XP
- Vilka problem löser överlevnadsanalys?100 XP
- Välj rätt data för överlevnadsanalys50 XP
- Varför använda överlevnadsanalys?50 XP
- Identifiera typen av censurering50 XP
- Förbearbeta censurerad data100 XP
- Första titt på censurerade data100 XP
- Din första överlevnadskurva!50 XP
- Rita en överlevnadskurva100 XP
- Länge leve demokratin!100 XP
2
Skattning av överlevnadskurvor
I det här kapitlet lär du dig hur Kaplan-Meier-modellen fungerar och hur du anpassar, visualiserar och tolkar den. Sedan tillämpar du modellen för att undersöka hur kategoriska variabler påverkar överlevnad, och du lär dig att komplettera analysen med hypotestestningsmetoder som log-rank-testet.
3
Weibull-modellen
Lär dig att modellera tids-till-händelse-data med parametriska modeller. Du lär dig att använda Weibull-modellen och Weibull AFT-modellen och förstår vilka olika syften de fyller. Använd överlevnadsregression för att dra slutsatser om hur kovariater påverkar överlevnadsfunktionen, och lär dig att välja den bäst lämpade överlevnadsmodellen för dina data.
4
Cox PH-modellen
Ytterligare ett kapitel, ytterligare en modell! I det här avslutande kapitlet lär du dig om antagandet om proportionella faror och vilken roll det spelar när du anpassar och tolkar Cox-modellen för proportionella faror. Du lär dig också att förutsäga nya individers överlevnadstider med hjälp av Cox PH-modellen.
Överlevnadsanalys i Python
Kurs
slutförd
