Analýza prežitia s Pythonom

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 2 hlasoch.

Pôvodný názov:

Survival Analysis with Python

Obsah knihy:

Analýza prežitia využíva štatistiku na výpočet času do zlyhania . Survival Analysis with Pythonprináša nový pohľad na túto zložitú tému tým, že vysvetľuje, ako používať programovací jazyk Python na vykonávanie tohto typu analýzy. Keďže samotná téma je veľmi matematická a plná výrazov a formulácií, kniha poskytuje podrobné vysvetlenia a skúma praktické dôsledky. Kniha sa začína prehľadom pojmov, na ktorých je založená štatistická analýza prežitia. Potom sa venuje.

⬤ Parametrické modely s pokrytím.

⬤ Koncept odhadu maximálnej vierohodnosti (MLE) parametra rozdelenia pravdepodobnosti.

⬤ MLE funkcie prežitia.

⬤ Obvyklé rozdelenia pravdepodobnosti a ich analýza.

⬤ Analýza exponenciálneho rozdelenia ako funkcie prežitia.

⬤ Analýza Weibullovho rozdelenia ako funkcie prežitia.

⬤ Derivácia Gumbelovho rozdelenia ako funkcie prežitia z Weibullovho rozdelenia.

⬤ Neparametrické modely vrátane.

⬤ Kaplan-Meier (KM) odhad, odvodenie vyjadrenia pomocou MLE.

⬤ Vyhodnocovanie KM estimátora pomocou súboru príkladov, kódu Python a vykresľovania kriviek.

⬤ Greenwoodov vzorec a jeho odvodenie.

⬤ Vysvetľovanie modelov s kovarianciami.

⬤ Koncept časového posunu a model zrýchleného času poruchy (AFT).

⬤ Weibull-AFT model a odvodenie parametrov pomocou MLE.

⬤ Model proporcionálneho rizika (PH).

⬤ Cox-PH model a Breslowova metóda.

⬤ Významnosť kovariát.

⬤ Výber kovariancií.

Na kódovanie príkladov sa používa knižnica Python lifelines. Vďaka mapovaniu teórie na praktické príklady so súbormi údajov je táto kniha praktickým návodom, ako aj praktickou príručkou.