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.

Adattare il modello di Weibull

Modella i dati carcerari con Weibull

Confronta i parametri del modello di Weibull

Modello di Weibull con covariate

Analizza le caratteristiche dei pazienti cardiopatici

Esplora l'interazione tra genere e LVDD

Visualizzazione e previsione con il modello di Weibull

In che modo gli arresti precedenti influenzano il tasso di recidiva?

Prevedi il tasso di nuova arresto

Altre distribuzioni e selezione del modello

Quanto è buono l'adattamento?

Scegli un modello parametrico

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.

Fitting the Cox Proportional Hazards model

Model prison data with Cox PH

Custom Cox PH model

Interpreting the Cox PH model

Cox PH model survival time

Plot covariate effects on survival

The proportional hazards assumption

Test the PH assumption with KM curves

Test the PH assumption automatically

Predicting with the Cox PH model

Employee churn study

Predict before they leave!

Congratulations!

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.

Modello di Weibull con covariate

Create Your Free Account