Analiza zgodovine dogodkov
O predmetu
Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti
- Pogoj za vključitev v delo je vpis v letnik študija.
- Pogoj za pristop k izpitu so pozitivno opravljene domače naloge.
Vsebina
- Krnjenje.
- Krivulja preživetja, trenutno tveganje.
- Eksponentna in Weibullova porazdelitev.
- Neparametrično ocenjevanje krivulje preživetja.
- Statistično primerjanje krivulj preživetja.
- Parametrični regresijski modeli v analizi preživetja.
- Model sorazmernih tveganj.
- Definicija modela, predpostavke modela, interpretacija parametrov.
- Ocenjevanje parametrov, metoda parcialnega verjetja.
- Stratifikacija.
- Časovno odvisne spremenljivke.
- Ocenjevanje verjetnosti preživetja.
- Testna statistika.
- Ostanki.
- Ocenjevanje primernosti in veljavnosti modela.
- Vrednotenje napovedne vrednosti modela.
- Sotveganja.
- Večstanjski modeli.
Cilji in kompetence
Analiza zgodovine dogodkov (analiza preživetja) je področje statistike, ki se ukvarja s časi med dogodki. Časi so pogosto okrnjeni, kar pomeni, da se dogodek ne zgodi (ni smrti, ni izgube zaposlitve, odpovedi stroja, ...). To, in pa časovna spremenljivost opazovanih dejavnikov, zahteva specifične metode za analizo.
Študent se seznani z metodami analize preživetja, ki v praksi pokrivajo veliko večino potreb po takšnih analizah, tako v biostatistiki, kot tudi v družboslovju in tehniki.
Predvideni študijski rezultati
Študent bo spoznal probleme, ki jih prinaša krnjenje in razumel, zakaj so pri tovrstnih podatkih osnovne statistične metode ne zadoščajo. Sposoben bo postaviti cilje svoje raziskave, izbrati primerne metode, jih uporabiti ter ustrezno interpretirati.
Event history analysis / Survival analysis: English outline
Prerequisites:
- Prerequisites to the written exam are the successfully completed homeworks.
Content (Syllabus outline):
- Censoring.
- Survival curve, hazard function.
- Exponent and Weibull distribution.
- Nonparametric estimation of survival curve.
- Comparison of survival curves.
- Parametric regression models in survival analysis.
- Model of proportional hazards.
- Model definition and assumptions, parameter interpretation.
- Parameter estimation, partial likelihood method.
- Stratification.
- Time dependent variables.
- Estimation of survival probability.
- Test statistics.
- Residuals.
- Goodness of fit.
- Model predictive value.
- Competing risks.
- Multistate models.
Objectives and competences:
Event history analysis (survival analysis) is a field of statistics that deals with times between the events. The times are often censored which means that the event does not happen (no death, no job loss, machine failure... ). That and the observed time varying factors require specific methods for the analysis.
The student gets acquainted to the methods of the survival analysis that cover most of the needs in practice (in biostatistics as well as humanities and technical fields).
Intended learning outcomes:
By the end of the course students should be able to recognize the problems that censoring brings and understand why the more basic statistical techniques are insufficient with such data. They should be able to define the goals of their study, choose the appropriate method, use it and understand what information it can and cannot give.