What problems does survival analysis solve, and what is censorship? You’ll answer these questions as you explore survival analysis data, build survival curves, and make basic estimations of survival time.

What is survival analysis?

What problems does survival analysis solve?

Choose the right data for survival analysis

Why use survival analysis?

Identify the censorship type

Preprocess censored data

First look at censored data

Your first survival curve!

Draw a survival curve

Long live democracy!

Introduction to Survival Analysis

In this chapter, you’ll learn how the Kaplan-Meier model works and how to fit, visualize, and interpret it. You’ll then apply this model to explore how categorical variables affect survival and learn how to supplement your analysis using hypothesis testing methods like the log-rank test.

Fitting a Kaplan-Meier estimator

How to fit a Kaplan-Meier estimator?

Heart disease patient survival

Visualizing your Kaplan-Meier model

Plotting the survival curve

Patient soreness treatment

Applying survival analysis to groups

Senators' terms in office

Comparing patient soreness treatments

The log-rank test

Appropriate data for log-rank test

Plotting and comparing survival curves

Log-rank test

Survival Curve Estimation

Discover how to model time-to-event data with parametric models. Learn how to use the Weibull model and the Weibull AFT model and what different purposes they serve. Use survival regression to make inferences about how covariates affect the survival function and learn how to select the best survival model for your data.

Fitting the Weibull model

Model prison data with Weibull

Compare Weibull model parameters

Weibull model with covariates

Analyze heart patients characteristics

Explore gender-LVDD interaction

Visualization and prediction with Weibull model

How do prior arrests impact re-arrest rate?

Predict re-arrest rate

Other distributions and model selection

How good is the fit?

Choose a parametric model

The Weibull Model

Another chapter, another model! In this final chapter, you'll learn about the proportional hazards assumption and the role it plays in fitting and interpreting the Cox Proportional Hazards model. You’ll also learn how to predict new subjects' survival times using the Cox Proportional Hazards model.

Adattare il modello di Cox a rischi proporzionali

Modella i dati del carcere con Cox PH

Modello Cox PH personalizzato

Interpretare il modello di Cox PH

Tempo di sopravvivenza con il modello Cox PH

Rappresenta gli effetti delle covariate sulla sopravvivenza

L'assunzione di rischi proporzionali

Verifica l'assunzione PH con le curve KM

Verifica automaticamente l'assunzione di PH

Prevedere con il modello di Cox PH

Studio sul churn dei dipendenti

Prevedi prima che se ne vadano!

Congratulazioni!

The Cox PH Model

Echocardiogram data

Employee attrition data

Regimes data

Prison recidivism data

Quanto tempo passa prima che compaiano i sintomi dell'influenza dopo l'esposizione? E se non sai quando le persone hanno contratto il virus? Stipendio ed equilibrio vita-lavoro influenzano la rapidità del turnover dei dipendenti? Molte sfide reali richiedono l’analisi di sopravvivenza per stimare in modo robusto il tempo fino a un evento e aiutarci a trarre insight dalle distribuzioni tempo-all’evento. Questo corso ti introduce ai concetti di base dell’analisi di sopravvivenza. Con esercizi pratici, imparerai a calcolare, visualizzare, interpretare e confrontare curve di sopravvivenza usando i modelli di Kaplan-Meier, Weibull e Cox PH. Al termine del corso, saprai modellare distribuzioni di sopravvivenza, creare grafici efficaci delle curve di sopravvivenza e persino prevedere le durate di sopravvivenza.

Introduction to Regression with statsmodels in Python

Hypothesis Testing in Python

Usa l'analisi di sopravvivenza per lavorare con dati di tempo-evento e prevedere il tempo di sopravvivenza.

Analisi di sopravvivenza in Python

Usa l'analisi di sopravvivenza per lavorare con i dati relativi al tempo che passa e prevedere quanto tempo si sopravvive.

Adattare il modello di Cox a rischi proporzionali

Create Your Free Account