or
यह अभ्यास पाठ्यक्रम का हिस्सा है
Survival analysis किन समस्याओं को हल करता है, और censorship क्या होती है? आप survival analysis डेटा को एक्सप्लोर करते हुए, survival कर्व्स बनाएँगे, और survival time के बुनियादी अनुमान लगाते हुए इन सवालों के जवाब देंगे।
इस चैप्टर में, आप सीखेंगे कि Kaplan-Meier मॉडल कैसे काम करता है और इसे fit, visualize, और interpret कैसे किया जाता है। इसके बाद, आप इस मॉडल को लागू करके जाँचेंगे कि श्रेणीबद्ध (categorical) वैरिएबल्स survival को कैसे प्रभावित करते हैं, और log-rank test जैसे hypothesis testing तरीकों का उपयोग करके अपने विश्लेषण को कैसे समृद्ध किया जा सकता है।
Parametric मॉडलों के साथ time-to-event डेटा को कैसे मॉडल किया जाए, यह जानिए। Weibull मॉडल और Weibull AFT मॉडल का उपयोग कैसे करें और वे किन अलग-अलग उद्देश्यों की पूर्ति करते हैं, यह सीखिए। Survival regression का उपयोग करके यह निष्कर्ष निकालिए कि covariates survival फंक्शन को कैसे प्रभावित करते हैं, और अपने डेटा के लिए सर्वश्रेष्ठ survival मॉडल कैसे चुना जाए, यह भी सीखिए।
एक और चैप्टर, एक और मॉडल! इस अंतिम चैप्टर में, आप proportional hazards धारणा और Cox Proportional Hazards मॉडल को fit और interpret करने में उसकी भूमिका के बारे में सीखेंगे। आप यह भी सीखेंगे कि Cox Proportional Hazards मॉडल का उपयोग करके नए subjects के survival times की भविष्यवाणी कैसे की जाती है।
वर्तमान अभ्यास