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

Überlebenszeit mit der Cox-Regression

Du hast sowohl das Weibull-AFT-Modell als auch das Cox-Regressionsmodell verwendet, um die Zeit bis zur Verhaftung von Strafgefangenen zu modellieren. Mithilfe des Weibull-AFT-Modells hast du die Auswirkungen von Änderungen der Kovariaten auf die Überlebenszeit geschätzt.

Kannst du das auch mit dem Cox-Regressionsmodell machen? Passe das Cox-Regressionsmodell an die Daten von prison an und berechne die Auswirkung auf die Überlebenszeit, wenn sich prio (die Zahl der früheren Verhaftungen) um eine Einheit erhöht.

Die Klasse CoxPHFitter wurde für dich importiert, und die Bibliotheken pandas und numpy werden als pd bzw. np importiert. Verwende die Konsole, um den DataFrame und seine Spaltennamen nach Bedarf zu untersuchen.

Anweisungen 1/4

undefined XP
    1
    2
    3
    4
  • Instanziiere eine CoxPHFitter-Klasse und nenne sie cph.
  • Passe cph an den DataFrame prison mit allen Spalten als Kovariaten an, außer den Spalten week und arrest.