1. Lernen
    2. /
  2. Kurse
    3. /
  3. Überlebenszeitanalyse in Python
  • 1

    Einführung in die Überlebenszeitanalyse

    Kostenlos

    Welche Probleme löst die Überlebenszeitanalyse, und was ist Zensierung? Du wirst diese Fragen beantworten, während du Daten zur Überlebenszeitanalyse untersuchst, Überlebenskurven erstellst und grundlegende Schätzungen der Überlebenszeit vornimmst.

  • 2

    Schätzung der Überlebenskurve

    In diesem Kapitel lernst du, wie das Kaplan-Meier-Modell funktioniert und wie man es anpasst, visualisiert und interpretiert. Anschließend wendest du dieses Modell an, um zu untersuchen, wie sich kategoriale Variablen auf die Überlebensrate auswirken, und lernst, wie du deine Analyse mit Hypothesentestmethoden wie dem Log-Rank-Test ergänzen kannst.

  • 3

    Das Weibull-Modell

    Entdecke, wie du Daten zur Zeit bis zum Ereignis mit parametrischen Modellen modellieren kannst. Lerne, wie du das Weibull-Modell und das Weibull-AFT-Modell verwendest und welchen unterschiedlichen Zwecken sie dienen. Nutze die Überlebensregression, um Rückschlüsse darauf zu ziehen, wie Kovariaten die Überlebensfunktion beeinflussen, und lerne, wie du das beste Überlebensmodell für deine Daten auswählst.

  • 4

    Die Cox-Regression

    Ein weiteres Kapitel, ein weiteres Modell! In diesem letzten Kapitel lernst du die Proportionale-Hazards-Annahme kennen und erfährst, welche Rolle sie bei der Anpassung und Interpretation der Cox-Regression spielt. Außerdem lernst du, wie du die Überlebenszeit neuer Probanden mit der Cox-Regression vorhersagen kannst.

Initializing

Übung

Zensierte Daten vorverarbeiten

Du bist Meeresbiologin und untersuchst die Lebenserwartung von Spinnerdelfinen. Du hast Zugang zu historischen Daten, die ihre Geburts- und Sterbedaten enthalten. Einige markierte Delfine wanderten in einen anderen Teil des Gewässers und das Labor verlor die Spur von ihnen. Einige Delfine kommen aus einer anderen Gruppe und ihr genaues Geburtsdatum ist unbekannt. Einige Delfine sind noch am Leben!

  • Wenn das Geburtsdatum NaN lautet, ist der Delfin ein Migrant.
  • Wenn das Todesdatum NaN lautet, ist der Delfin entweder weggeschwommen oder er lebt noch.

Der DataFrame heißt dolphin_df. Um eine neue Spalte mit dem Namen observed zu erstellen, die anzeigt, ob die Lebenszeit eines Delphins zensiert ist, füllst du die Funktion check_observed mit den entsprechenden Werten aus und wendest die Funktion mit .apply() auf dolphin_df an.

pandas und numpy werden als pd bzw. np geladen.

Anweisungen

100 XP
  • Erstelle eine Funktion check_observed, die 0 zurückgibt, wenn der Datenpunkt zensiert ist, und ansonsten 1.
  • Erstelle eine Zensierungsmarkierungsspalte namens observed mit der Funktion check_observed.
  • Gib den Mittelwert der Spalte observed in der Konsole aus.