After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
服用新药的患者是否比其他人存活得更久？失业后，人们多快能找到新工作？在我的派对上，我该怎么做才能让朋友们在舞池里待得更久？这些问题都需要分析"事件发生时间"数据，我们需要使用特殊的统计方法。本课程将介绍事件发生时间数据分析（亦称生存分析）的基本概念。您将学习如何处理事件发生时间数据，以及如何计算、可视化并解读生存曲线，以及 Weibull 模型和 Cox 模型。
先修要求
课程大纲
课程大纲
1
什么是生存分析？
在第一章，我们将介绍生存分析的概念，说明这一主题的重要性，并对生存曲线背后的理论做简要介绍。我们将讨论在处理事件发生时间数据时为何需要使用特殊方法，并引入删失（censoring）的概念。同时，我们还会讨论如何描述直到事件发生所经历时间的分布。
2
生存曲线的估计
本章将探讨估计生存曲线的不同方法。我们将讨论用于生存曲线估计的 Kaplan-Meier 估计与 Weibull 模型，并学习如何通过可视化来传达这些结果。
3
Weibull 模型
本章将学习如何估计与可视化 Weibull 模型，以了解协变量对事件发生时间结果的影响。
4
Cox 模型
在最后一章，我们将学习如何计算并解读 Cox 模型，了解其有何用处，以及它与 Weibull 模型有何不同。
R
R 中的生存分析
课程完成
