آموزش تجزیه و تحلیل بقا در R

Survival Analysis in R

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: از R برای تسلط بر تجزیه و تحلیل بقا، تجزیه و تحلیل مدت زمان، تجزیه و تحلیل زمان رویداد یا تجزیه و تحلیل قابلیت اطمینان استفاده کنید. مفاهیم کلی تجزیه و تحلیل بقا نحوه استفاده از R برای تجزیه و تحلیل بقا شناسایی بهترین بسته‌ها برای داده‌های بقا بهترین ساختار داده یک مجموعه داده بقا و نحوه تمیز کردن آن تجسم مدل‌های بقا با ابزارهای نمودار مختلف: ggplot2، ggfortify، R Base Kaplan-Meier تخمینگر تست لوگرانک مدل مخاطرات متناسب کاکس مدلهای پارامتری درختان بقا تلفیق دادههای از دست رفته تشخیص دادههای پرت تشخیص تاریخ و زمان مدیریت دادهها با lubridate

تجزیه و تحلیل بقا یک رشته فرعی از آمار است. در واقع چندین نام دارد. در برخی زمینه ها به آن تحلیل رویداد-زمان، تجزیه و تحلیل قابلیت اطمینان یا تجزیه و تحلیل مدت زمان گفته می شود. R یکی از ابزارهای اصلی برای انجام این نوع تجزیه و تحلیل به لطف بسته بقا است.

در این دوره آموزشی یاد خواهید گرفت که چگونه از R برای انجام تجزیه و تحلیل بقا استفاده کنید. برای بررسی محتوای دوره توصیه می شود به برنامه درسی دوره نگاهی بیندازید. همچنین ویدئوهایی برای پیش‌نمایش رایگان موجود است.

ساختار دوره به شرح زیر است:

ما با جهت‌گیری دوره، پس‌زمینه‌ای که بسته‌ها در آن عمدتاً برای تجزیه و تحلیل بقا استفاده می‌شوند و نحوه یافتن آنها، مجموعه داده‌های دوره و همچنین مفاهیم کلی تجزیه و تحلیل بقا شروع می‌کنیم.

بعد از آن ما مستقیما شیرجه می‌زنیم و اولین مدل‌های بقای خود را ایجاد می‌کنیم. ما از برآوردگر کاپلان مایر و همچنین آزمون لوگرانک به عنوان اولین ابزار استاندارد تجزیه و تحلیل بقا استفاده خواهیم کرد.

وقتی در مورد تجزیه و تحلیل بقا صحبت می کنیم، یک نوع مدل وجود دارد که سنگ بنای مطلق تحلیل بقا است: مدل خطرات متناسب کاکس. شما یاد خواهید گرفت که چگونه چنین مدلی ایجاد کنید، چگونه متغیرهای کمکی را اضافه کنید و چگونه نتایج را تفسیر کنید.

درباره درختان بقا نیز خواهید آموخت. این ابزارهای یادگیری ماشین نسبتاً جدید در تجزیه و تحلیل بقا محبوبیت بیشتری پیدا می کنند. در R شما چندین عملکرد در دسترس دارید تا با چنین درخت بقای تناسب داشته باشید.

2 بخش آخر دوره به گونه ای طراحی شده است که مجموعه داده شما را برای تجزیه و تحلیل آماده کند. در بسیاری از سناریوها متوجه خواهید شد که داده های تاریخ-زمان باید به درستی قالب بندی شوند تا حتی با آن کار کنند. بنابراین، من یک بخش اختصاصی در مورد مدیریت تاریخ و زمان با تمرکز بر بسته روغن اضافه کردم. و همچنین یاد خواهید گرفت که چگونه مقادیر از دست رفته و همچنین مقادیر پرت را شناسایی و جایگزین کنید. این داده های مشکل ساز می توانند تجزیه و تحلیل شما را کاملاً از بین ببرند، بنابراین درک نحوه مدیریت آن بسیار مهم است.

علاوه بر ویدیوها، کد و مجموعه داده‌ها، به یک تابلوی گفتگوی واضح که به تجزیه و تحلیل بقا اختصاص داده شده است نیز دسترسی دارید.

به هر حال، این دوره بخشی از مجموعه کامل دوره های علوم داده است. برای مشاهده سایر دوره های موجود، صفحه مربی R-Tutorials را بررسی کنید.

بیش از 100000 نفر در سراسر جهان قبلاً از کلاس های ما برای تسلط بر علم داده استفاده کرده اند. چرا خودتان آن را امتحان نمی کنید؟ با ضمانت بازگشت پول 30 روزه Udemy، چیزی نمی توانید از دست بدهید، فقط می توانید مهارت های ارزشمندی را به دست آورید تا در بازار کار امروز پیشروی کنید.


سرفصل ها و درس ها

معرفی Introduction

  • به دوره آموزشی: تجزیه و تحلیل بقا در R خوش آمدید Welcome to the Course: Survival Analysis in R

  • به دوره آموزشی: تجزیه و تحلیل بقا در R خوش آمدید Welcome to the Course: Survival Analysis in R

  • ساختار و محتوای دوره: مدیریت انتظارات Course Structure and Content: Managing Expectations

  • نمای کار تجزیه و تحلیل بقا The Survival Analysis Task View

  • نمای کار تجزیه و تحلیل بقا The Survival Analysis Task View

  • پیشینه تجزیه و تحلیل بقا Survival Analysis Background

  • پیشینه تجزیه و تحلیل بقا Survival Analysis Background

  • درک داده های سانسور شده Understanding Censored Data

  • متن دوره: مدل های تحلیل بقا Course Script: Survival Analysis Models

  • ساختار مجموعه داده بقای بهینه و مجموعه داده های دوره اصلی ما برای دانلود The Optimal Survival Dataset Structure and Our Main Course Dataset for Download

معرفی Introduction

  • ساختار و محتوای دوره: مدیریت انتظارات Course Structure and Content: Managing Expectations

  • درک داده های سانسور شده Understanding Censored Data

  • متن دوره: مدل های تحلیل بقا Course Script: Survival Analysis Models

  • ساختار مجموعه داده بقای بهینه و مجموعه داده های دوره اصلی ما برای دانلود The Optimal Survival Dataset Structure and Our Main Course Dataset for Download

مدل های تجزیه و تحلیل عمومی بقا General Survival Analysis Models

  • به بخش: مدل های غیر پارامتریک برای داده های بقا خوش آمدید Welcome to the Section: Non-Parametric Models for Survival Data

  • تابع بقا The Survival Function

  • شیء بقا The Survival Object

  • برآوردگر کاپلان مایر The Kaplan-Meier Estimator

  • طرح کاپلان مایر Kaplan-Meier Plot

  • طرح کاپلان مایر Kaplan-Meier Plot

  • طرح کاپلان مایر با «ggfortify» Kaplan-Meier Plot with 'ggfortify'

  • تست لوگرانک The Logrank Test

  • تست لوگرانک The Logrank Test

  • اجرای آزمون Logrank در R Implementation of the Logrank Test in R

  • تمرین: برآوردگر کاپلان مایر و تست لوگرانک Exercise: Kaplan-Meier Estimator and Logrank Test

  • تمرین: برآوردگر کاپلان مایر و تست لوگرانک Exercise: Kaplan-Meier Estimator and Logrank Test

  • راه حل: برآوردگر کاپلان مایر و تست لوگرانک Solution: Kaplan-Meier Estimator and Logrank Test

  • راه حل: برآوردگر کاپلان مایر و تست لوگرانک Solution: Kaplan-Meier Estimator and Logrank Test

مدل های تجزیه و تحلیل عمومی بقا General Survival Analysis Models

  • به بخش: مدل های غیر پارامتریک برای داده های بقا خوش آمدید Welcome to the Section: Non-Parametric Models for Survival Data

  • تابع بقا The Survival Function

  • شیء بقا The Survival Object

  • برآوردگر کاپلان مایر The Kaplan-Meier Estimator

  • طرح کاپلان مایر با «ggfortify» Kaplan-Meier Plot with 'ggfortify'

  • اجرای آزمون Logrank در R Implementation of the Logrank Test in R

مدل خطرات متناسب کاکس و مدل های پارامتریک Cox Proportional Hazards Model and Parametric Models

  • مدل خطرات متناسب کاکس The Cox Proportional Hazards Model

  • اجرای مدل خطرات متناسب کاکس در R Implementation of the Cox Proportional Hazards Model in R

  • تفسیر نتیجه مدل Interpretation of the Model Result

  • مدل رگرسیون افزایشی آلن Aalen's Additive Regression Model

  • مدل های پارامتریک در تحلیل بقا Parametric Models in Survival Analysis

  • مدل های پارامتریک در تحلیل بقا Parametric Models in Survival Analysis

  • مدل های رگرسیون پارامتریک در تحلیل بقا Parametric Regression Models in Survival Analysis

  • تمرین: مدل خطرات متناسب کاکس Exercise: Cox Proportional Hazards Model

  • تمرین: مدل خطرات متناسب کاکس Exercise: Cox Proportional Hazards Model

  • راه حل: مدل خطرات متناسب کاکس Solution: Cox Proportional Hazards Model

مدل خطرات متناسب کاکس و مدل های پارامتریک Cox Proportional Hazards Model and Parametric Models

  • مدل خطرات متناسب کاکس The Cox Proportional Hazards Model

  • اجرای مدل خطرات متناسب کاکس در R Implementation of the Cox Proportional Hazards Model in R

  • تفسیر نتیجه مدل Interpretation of the Model Result

  • مدل رگرسیون افزایشی آلن Aalen's Additive Regression Model

  • مدل های رگرسیون پارامتریک در تحلیل بقا Parametric Regression Models in Survival Analysis

  • راه حل: مدل خطرات متناسب کاکس Solution: Cox Proportional Hazards Model

مدل های درختی Tree Based Models

  • درختان بقا Survival Trees

  • درختان بقا در R با رنجر Survival Trees in R with Ranger

  • درختان بقا در R با رنجر Survival Trees in R with Ranger

  • راه اندازی درخت بقا Survival Tree Setup

  • تجسم مدل بقا Visualizing the Survival Model

  • تجسم مدل بقا Visualizing the Survival Model

  • طرح مقایسه Comparison Plot

مدل های درختی Tree Based Models

  • درختان بقا Survival Trees

  • راه اندازی درخت بقا Survival Tree Setup

  • طرح مقایسه Comparison Plot

مدیریت متغیر زمان در مجموعه داده Survival Managing the Time Variable in a Survival Dataset

  • ابزارهایی برای داده های تاریخ و زمان در R Tools for Date and Time Data in R

  • اسکریپت دوره: مدیریت متغیر زمان Course Script: Managing the Time Variable

  • کار با تاریخ و زمان در R Working with Dates and Time in R

  • تبدیل قالب از رشته ها به تاریخ/زمان Format Conversion from Strings to Date/ Time

  • بسته روغن کاری The Lubridate Package

  • بسته روغن کاری The Lubridate Package

  • ورزش Exercise

  • محاسبات با Lubridate Calculations with Lubridate

  • محاسبات با Lubridate Calculations with Lubridate

  • محاسبه طول بازه زمانی Calculating Interval Length

مدیریت متغیر زمان در مجموعه داده Survival Managing the Time Variable in a Survival Dataset

  • ابزارهایی برای داده های تاریخ و زمان در R Tools for Date and Time Data in R

  • اسکریپت دوره: مدیریت متغیر زمان Course Script: Managing the Time Variable

  • کار با تاریخ و زمان در R Working with Dates and Time in R

  • تبدیل قالب از رشته ها به تاریخ/زمان Format Conversion from Strings to Date/ Time

  • ورزش Exercise

  • محاسبه طول بازه زمانی Calculating Interval Length

تشخیص پرت و تعیین ارزش گمشده در تجزیه و تحلیل بقا Outlier Detection and Missing Value Imputation in Survival Analysis

  • تشخیص پرت و گمشده داده Outlier Detection and Missing Data Imputation

  • تشخیص پرت و گمشده داده Outlier Detection and Missing Data Imputation

  • مدیریت داده ها از دست رفته است Missing Data Handling

  • اسکریپت دوره: مدیریت داده های از دست رفته و تشخیص نقاط پرت Course Script: Missing Data Handling and Outlier Detection

  • اسکریپت دوره: مدیریت داده های از دست رفته و تشخیص نقاط پرت Course Script: Missing Data Handling and Outlier Detection

  • روش‌های ساده برای مدیریت داده‌های از دست رفته Simple Methods for Missing Data Handling

  • روش‌های ساده برای مدیریت داده‌های از دست رفته Simple Methods for Missing Data Handling

  • اجرای داده های گمشده با یادگیری ماشینی Missing Data Implementation with Machine Learning

  • اجرای داده های گمشده با یادگیری ماشینی Missing Data Implementation with Machine Learning

  • پرت آماری Statistical Outliers

  • تشخیص نقاط پرت در مجموعه داده های تک متغیره Detecting Outliers in Univariate Datasets

  • تشخیص نقاط پرت در مجموعه داده های تک متغیره Detecting Outliers in Univariate Datasets

  • تشخیص نقاط پرت در مجموعه داده های چند متغیره Detecting Outliers in Multivariate Datasets

  • تمرین: انتساب داده های از دست رفته و تشخیص نقاط پرت Exercise: Missing Data Imputation and Outlier Detection

  • تمرین: انتساب داده های از دست رفته و تشخیص نقاط پرت Exercise: Missing Data Imputation and Outlier Detection

  • راه حل: داده های گمشده و تشخیص داده های پرت Solution: Missing Data Imputation and Outlier Detection

تشخیص پرت و تعیین ارزش گمشده در تجزیه و تحلیل بقا Outlier Detection and Missing Value Imputation in Survival Analysis

  • مدیریت داده ها از دست رفته است Missing Data Handling

  • پرت آماری Statistical Outliers

  • تشخیص نقاط پرت در مجموعه داده های چند متغیره Detecting Outliers in Multivariate Datasets

  • راه حل: داده های گمشده و تشخیص داده های پرت Solution: Missing Data Imputation and Outlier Detection

نمایش نظرات

نظری ارسال نشده است.

آموزش تجزیه و تحلیل بقا در R
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
4 hours
48
Udemy (یودمی) udemy-small
17 فروردین 1398 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
1,817
4.6 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

R-Tutorials Training R-Tutorials Training

R-Tutorials Data Science Education ارائه دهنده انتخاب شما در زمینه دوره های آموزشی تجزیه و تحلیل است! آن را امتحان کنید - 100000+ دانش آموز ما آن را دوست دارند. ما بر روی آموزشهای Science Data تمرکز می کنیم. با ارائه چندین دوره R برای هر سطح مهارت ، ما از بهترین ارائه دهندگان آموزش R Udemy هستیم. در بالای این دوره ها در Tableau ، Excel و یک راهنمای شغلی Data Science در دسترس است. همه دوره های ما شامل تمریناتی است که به شما این فرصت را می دهد تا بتوانید مطالب را به تنهایی امتحان کنید. همچنین برای مرور مجدد دروس ، pdf اسکریپت قابل بارگیری دریافت خواهید کرد. این دوره ها توسط مربی اصلی ما مارتین آموزش داده می شود - متخصص آمار و دانشمند مشتاق داده اطلاعات / کاربر تحقیق. در صورت داشتن هر گونه سوال ، از شما دعوت می شود وب سایت ما را بررسی کنید ، می توانید در این دوره بحث کنید یا می توانید یک بعد از ظهر ما را رها کنید. ما اینجا هستیم تا با آموزش تجزیه و تحلیل به شما کمک کنیم حرفه خود را تقویت کنید - فقط یاد بگیرید و لذت ببرید.

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.