ฉันกำลังมองหาหนังสือ / บทช่วยสอนที่ดีเพื่อเรียนรู้เกี่ยวกับการวิเคราะห์ความอยู่รอด ฉันยังสนใจในการอ้างอิงในการทำการวิเคราะห์การอยู่รอดในอาร์
ฉันกำลังมองหาหนังสือ / บทช่วยสอนที่ดีเพื่อเรียนรู้เกี่ยวกับการวิเคราะห์ความอยู่รอด ฉันยังสนใจในการอ้างอิงในการทำการวิเคราะห์การอยู่รอดในอาร์
คำตอบ:
ฉันชอบ:
สิ่งแรกคือการทำงานที่ดีของทฤษฎีคร่อมและปัญหาการสร้างแบบจำลอง มันเน้นไปที่เทคนิคกึ่งพารามิเตอร์ส่วนใหญ่ แต่มีความครอบคลุมที่เหมาะสมของวิธีการพารามิเตอร์ มันไม่ได้ให้รหัส R หรือตัวอย่างรหัสอื่น ๆ จริง ๆ ถ้านั่นคือสิ่งที่คุณต้องการ
อย่างที่สองคือหนักกับการสร้างแบบจำลองในด้าน Cox PH (ตามชื่ออาจระบุ) มันเขียนโดยแพ็คเกจการเอาตัวรอดใน R และมีตัวอย่าง R มากมายและกรณีศึกษาขนาดเล็ก ฉันคิดว่าหนังสือทั้งสองเล่มช่วยเติมเต็มซึ่งกันและกัน แต่ฉันอยากแนะนำเป็นคนแรกสำหรับการเริ่มต้น
สำหรับแนวทางที่ชัดเจนกระชับและนำไปใช้ฉันขอแนะนำการสร้างแบบจำลองประวัติเหตุการณ์โดย Box-Steffenmeier และ Jones
"การวิเคราะห์การอยู่รอดโดยใช้ SAS: แนวทางปฏิบัติ" โดย Paul D. Allison ให้คำแนะนำที่ดีเกี่ยวกับการเชื่อมต่อระหว่างคณิตศาสตร์และรหัส SAS - วิธีคิดเกี่ยวกับข้อมูลของคุณวิธีใช้โค้ดวิธีตีความผลลัพธ์ แม้ว่าคุณกำลังใช้ R จะมีแนวที่สามารถพิสูจน์ได้ว่ามีประโยชน์
David Collett การสร้างแบบจำลองข้อมูลการอยู่รอดในการวิจัยทางการแพทย์รุ่นที่สอง แชปแมน & ฮอล / CRC พ.ศ. 2546 ISBN 978-1584883258
ส่วนซอฟต์แวร์จะเน้นที่ SAS ไม่ใช่ R
ฉันเรียนรู้จากHosmer & Lemeshow & Mayซึ่งครอบคลุมพื้นฐาน นอกจากนี้ยังช่วยให้ฉันพบสำเนาราคาถูกจริงๆ ...
การวิเคราะห์การอยู่รอด: ข้อความเรียนรู้ด้วยตนเองโดย Kleinbaum และ Klein
ค่อนข้างดี ขึ้นอยู่กับสิ่งที่คุณต้องการ นี่คือการแนะนำที่ไม่ใช่ด้านเทคนิค มันมุ่งเน้นไปที่การใช้งานจริงและลดคณิตศาสตร์ Pedegocially มันก็มีไว้สำหรับการเรียนรู้นอกห้องเรียน
ลองดูที่หน้าแน่นอนสำหรับสังคมวิทยา 761: การประยุกต์ใช้สถิติในการวิจัยทางสังคม ศาสตราจารย์จอห์นฟ็อกซ์ที่มหาวิทยาลัย McMaster มีบันทึกการเรียนการสอนการวิเคราะห์การอยู่รอดรวมถึงตัวอย่างสคริปต์ Rและข้อมูลหลายอย่าง ไฟล์
สำหรับมุมมองอื่นดู รุ่นสำหรับปริมาณความเสี่ยง 3 / E , ตำรามาตรฐานสำหรับการสอบคณิตศาสตร์ประกันภัย 3 ส่วนใหญ่ของหนังสือเล่มนี้บทที่ 3-10 ครอบคลุมรูปแบบการจ่ายเงินที่อยู่รอดโดยบังเอิญ
ฉันพบ "การวิเคราะห์ข้อมูลการอยู่รอด" โดย Cox และ Oakes (Chapman และ Hall Monographs เกี่ยวกับสถิติและความน่าจะเป็นประยุกต์ - ตอนที่ 21) เพื่อให้สามารถอ่านและให้ข้อมูลได้มาก ไม่มีเนื้อหาในการวิเคราะห์การอยู่รอดใน R แม้ว่า
Sage pubs books แนะนำการอยู่รอดและการวิเคราะห์ประวัติเหตุการณ์โดย Melinda Mills ได้ถูกสร้างขึ้นสำหรับผู้ใช้งาน R
ฉันแปลกใจที่ไม่มีใครพูดถึงมัน แต่มีหนังสือเล่มหนึ่งที่ตรงตามข้อกำหนดของคุณ:
Tableman & Kim การวิเคราะห์การอยู่รอดโดยใช้ S แชปแมน & ฮอล / CRC
หนังสือ"การวิเคราะห์การอยู่รอดเทคนิคการตรวจสอบและตัดทอนข้อมูล"เขียนโดย Klein & Moeschberger (2003) เป็นข้อมูลอ้างอิงที่ 1 เสมอที่ฉันจะแนะนำสำหรับผู้ที่มีความสนใจในการเรียนรู้ฝึกฝนและศึกษาการวิเคราะห์ความอยู่รอด หนังสือเล่มนี้ไม่เพียง แต่ให้การอภิปรายที่ครอบคลุมกับปัญหาที่เราจะเผชิญเมื่อวิเคราะห์ข้อมูลเวลากับเหตุการณ์พร้อมตัวอย่างมากมายหลากหลายและเทคนิคที่เป็นประโยชน์ที่เราสามารถนำไปใช้เพื่อแก้ไข "อคติ" ที่เกิดจากปัญหาข้างต้น แต่ยัง เตรียมบันทึกเชิงปฏิบัติและบันทึกเชิงทฤษฎีจำนวนมากเพื่อนำเราไปสู่ประตูหน้าของแอพพลิเคชั่นและวิธีการที่สวยงามในการวิเคราะห์การเอาตัวรอด
หนังสือเล่มที่สองที่ฉันอยากจะแนะนำคือ"การวิเคราะห์สถิติของข้อมูลความล้มเหลวเวลา"โดย Kalbfleisch & Prentice (2002) อาจารย์ทั้งสองเป็นผู้เชี่ยวชาญในสาขาที่ท้าทายนี้และในหนังสือเล่มนี้พวกเขาบรรยายแนวคิดที่ไม่น่าสนใจอย่างชัดเจนและได้รับเทคนิคที่ทันสมัยมากมายในเวลานั้นพร้อมคำแนะนำเราพร้อมที่จะ ก้าวสู่โลกอันอุดมสมบูรณ์ของการวิเคราะห์การเอาชีวิตรอด
หากเราใช้เวลาอย่างมีคุณภาพในการศึกษาหนังสือสองเล่มนี้เราสามารถได้รับความรู้พื้นฐานและลึกซึ้งจำนวนมากเพื่อวิเคราะห์ข้อมูลที่ถูกเซ็นเซอร์และ / หรือถูกตัดทอนซึ่งจะทำให้เกิดข้อสรุปที่เอนเอียงอย่างจริงจัง . สนุกกับการอ่าน.
สำหรับการวิเคราะห์การเอาตัวรอดด้วย R ดูการวิเคราะห์ประวัติเหตุการณ์ด้วย RโดยBroström ด้วยตัวอย่าง R จำนวนมากของการวิเคราะห์การเอาชีวิตรอดเกี่ยวกับข้อมูลประชากรในอดีต
หนังสือที่เราใช้เป็นหนังสือเรียกว่า
การวิเคราะห์การอยู่รอดประยุกต์โดย David W Hosmer
หนังสือเล่มนี้มาจากมุมมองทางชีวภาพและฉันพบว่ามันครอบคลุมเกือบทุกอย่างที่ฉันใช้ในงานของฉัน นอกจากนี้พวกเขายังมีรหัส R / state / SAS บนเว็บไซต์ของพวกเขาตามตัวอย่างในหนังสือ
เดิร์คเอฟมัวร์วิเคราะห์การรอดชีวิตโดยใช้ R