R 中的生存分析
使用R掌握生存分析、持续时间分析、事件时间分析或可靠性分析
讲师：R-Tutorials Training
口袋资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！
用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。
你会学到什么
- 生存分析的一般概念
- 如何使用 R 进行生存分析
- 确定生存数据的最佳包
- 生存数据集的最佳数据结构以及如何清理它
- 使用不同的图表工具可视化生存模型：ggplot2、ggfortify、R Base
- Kaplan-Meier 估计量
- 对数秩检验
- Cox比例风险模型
- 参数模型
- 生存树
- 缺失数据插补
- 异常值检测
- 使用 lubridate 处理日期和时间数据
本课程包括：
- 4小时点播视频
- 3 篇文章
- 2 个可下载资源
- 在手机和电视上访问
要求
- 所需程序：R 和 RStudio
- 基本 R 技能
- 对生存分析的兴趣
描述
生存分析是统计学的一个子学科。它实际上有几个名字。在某些领域，它被称为事件时间分析、可靠性分析或持续时间分析。得益于 survival 包，R 是执行此类分析的主要工具之一。
在本课程中，您将学习如何使用 R 执行生存分析。要查看课程内容，建议查看课程表。也有可供免费预览的视频。
课程结构如下：
我们将从课程定位、主要用于生存分析的包的背景以及如何找到它们、课程数据集以及一般生存分析概念开始。
之后，我们将直接投入并创建我们的第一个生存模型。我们将使用Kaplan Meier 估计器和对数秩检验作为我们的第一个标准生存分析工具。
当我们谈论生存分析时，有一种模型类型是生存分析的绝对基石：Cox 比例风险模型。您将学习如何创建这样的模型、如何添加协变量以及如何解释结果。
您还将了解生存树。这些相当新的机器学习工具在生存分析中越来越受欢迎。在 R 中，您可以使用多个函数来拟合这样的生存树。
本课程的最后两节旨在让您的数据集做好分析准备。在许多情况下，您会发现日期时间数据需要正确格式化才能使用。因此，我添加了一个关于日期时间处理的专门部分，重点放在 lubridate 包上。您还将学习如何检测和替换缺失值以及离群值。这些有问题的数据可能会完全破坏您的分析，因此了解如何管理它们至关重要。
除了视频、代码和数据集之外，您还可以访问专门用于生存分析的生动讨论板。
顺便说一句，这门课程是整个数据科学课程组合的一部分。查看 R-Tutorials 讲师页面以查看所有其他可用课程。
全世界有超过 100,000 人已经通过我们的课程掌握了数据科学。你为什么不自己试试呢？有了Udemy 30 天退款保证，您不会有任何损失，您只能获得宝贵的技能，才能在当今的就业市场上脱颖而出。
本课程适合谁：
- 分析生存数据的分析师
- 对这个统计学子学科感兴趣的数据科学家
- 医学研究和临床试验人员
- 处理时间事件数据的工程师和学术界人士
- 参加生存分析或相关主题课程的学生
