R 中的生存分析

使用R掌握生存分析、持续时间分析、事件时间分析或可靠性分析

课程英文名:Survival Analysis in R

此视频教程共1.9GB,中英双语字幕,画质清晰无水印,源码附件全

课程地址:https://xueshu.fun/1499
演示地址:https://www.udemy.com/course/survival-analysis-in-r/

课程内容

你会学到什么

  • 生存分析的一般概念
  • 如何使用 R 进行生存分析
  • 确定生存数据的最佳包
  • 生存数据集的最佳数据结构以及如何清理它
  • 使用不同的图表工具可视化生存模型:ggplot2ggfortifyR Base
  • Kaplan-Meier 估计量
  • 对数秩检验
  • Cox比例风险模型
  • 参数模型
  • 生存树
  • 缺失数据插补
  • 异常值检测
  • 使用 lubridate 处理日期和时间数据

本课程包括:

  • 4小时点播视频
  • 3 篇文章
  • 2 个可下载资源
  • 在手机和电视上访问

要求

  • 所需程序:R 和 RStudio
  • 基本 R 技能
  • 对生存分析的兴趣

描述

生存分析是统计学的一个子学科。它实际上有几个名字。在某些领域,它被称为事件时间分析、可靠性分析或持续时间分析。得益于 survival 包,R 是执行此类分析的主要工具之一。

在本课程中,您将学习如何使用 R 执行生存分析。要查看课程内容,建议查看课程表。也有可供免费预览的视频。

课程结构如下:

我们将从课程定位、主要用于生存分析的包的背景以及如何找到它们、课程数据集以及一般生存分析概念开始。

之后,我们将直接投入并创建我们的第一个生存模型。我们将使用Kaplan Meier 估计器和对数秩检验作为我们的第一个标准生存分析工具。

当我们谈论生存分析时,有一种模型类型是生存分析的绝对基石:Cox 比例风险模型。您将学习如何创建这样的模型、如何添加协变量以及如何解释结果。

您还将了解生存树。这些相当新的机器学习工具在生存分析中越来越受欢迎。在 R 中,您可以使用多个函数来拟合这样的生存树。

本课程的最后两节旨在让您的数据集做好分析准备。在许多情况下,您会发现日期时间数据需要正确格式化才能使用。因此,我添加了一个关于日期时间处理的专门部分,重点放在 lubridate 包上。您还将学习如何检测和替换缺失值以及离群值。这些有问题的数据可能会完全破坏您的分析,因此了解如何管理它们至关重要。

除了视频、代码和数据集之外,您还可以访问专门用于生存分析的生动讨论板。

顺便说一句,这门课程是整个数据科学课程组合的一部分。查看 R-Tutorials 讲师页面以查看所有其他可用课程。

全世界有超过 100,000 人已经通过我们的课程掌握了数据科学。你为什么不自己试试呢?有了Udemy 30 天退款保证,您不会有任何损失,您只能获得宝贵的技能,才能在当今的就业市场上脱颖而出。

本课程适合谁:

  • 分析生存数据的分析师
  • 对这个统计学子学科感兴趣的数据科学家
  • 医学研究和临床试验人员
  • 处理时间事件数据的工程师和学术界人士
  • 参加生存分析或相关主题课程的学生