|
Czym jest analiza historii zdarzeń? Rodowód tej grupy metod. Podstawowe pojęcia, zagadnienia. Podstawowe zagadnienia badawcze i definicje. Rodzaje informacji i badań statystycznych oraz ich użyteczność w analizie historii zdarzeń. Podstawowe miary modelu pojedynczego epizodu. Analiza historii zdarzeń jako proces stochastyczny. Mechanizmy: przyczynowości i obcięcia. Różne typy modeli, różne metody estymacji, wnioskowanie , diagnostyka modeli , modele predykcyjne.
Modele nieparametryczne - część 1. Teoria: Estymacja i weryfikacja - informacje ogólne. Tradycyjna metoda estymacji, metoda Kaplana-Meier'a, metoda Nelson-Aalean'a, pozostałe estymatory. Estymacja nieparametrycznego modelu ryzyk konkurencyjnych dla zmiennej T dwu i trzywymiarowej (modele karier równoległych).
Modele nieparametryczne cz. II. Estymacja modeli nieparametrycznych z wykorzystaniem procedur: LIFETEST, ICLIFETEST , wnioskowanie statystyczne i predykcja . Istota testów parametrycznych i nieparametrycznych . Porównywanie wyników estymacji z innymi procedurami - ocena jakości estymacji.
Modele parametryczne - część 1. Teoria: Estymacja i weryfikacja - informacje ogólne. Modele AFT .Modele zagnieżdżone. Relacja modeli. Istota modeli predykcyjnych.
Modele parametryczne - część 2. Model wykładniczy. Model wykładniczy przedziałami stały. Model wykładniczy ze zmiennymi zależnymi od czasu. Inne modele parametryczne (model Gompartz'a, model Weibull'a, model Log-logistyczny, model Log-normaly).
Modele parametryczne - część 3. Metody weryfikacji modeli parametrycznych - Metoda MNW i jej odmiany(testy parametryczne, metody graficzne, pseudo-reszty, informacje odstające, funkcje charakterystyczne ). Przykłady empiryczne: estymacja, testowanie, interpretacja wyników. Predykcja na bazie modeli parametrycznych.
Modele semi-parametryczne - część 1. Teoria: Estymacja i weryfikacja - informacje ogólne. Estymacja metodą częściowej największej wiarygodności - Metoda PLM - teoria i praktyka. Modele predykcyjne na bazie modelu COXA. Procedury PHREG i ICPHREG.
Modele semi-parametryczne - część 2. Podstawowe założenia modelu proporcjonalnych hazardów Cox'a. Weryfikacja założenia proporcjonalności. Rozszerzenie modelu proporcjonalnych hazardów Cox'a. Zmienne zależne od czasu.
Modele semi-parametryczne - część 3. Estymacja, testowanie, interpretacja wyników różnych typów modeli semiparametrycznych. Rola i znaczenie różnych typów reszt. Diagnostyka modelu i predykcja na bazie modelu.
Modele analizy historii zdarzeń o czasie dyskretnym. Teoria estymacji i testowanie.
Porównywanie wyników estymacji z wykorzystaniem różnych procedur - ocena i wnioskowanie na użytek modeli predykcyjnych ( LIFEREG, PHREG, LOGISTIC, QUANTILIFE ) . Modele Bayesowskie a estymacja klasyczna modeli AHZ.
Modele ryzyk konkurencyjnych - historia , podstawowe rodzaje modeli ryzyk konkurencyjnych. Funkcje CIF i ich testowanie. Model Coxa i Model Fine-Graya - podobieństwa i różnice estymacji , weryfikacji i diagnostyki w obu typach modeli. Użyteczność modeli ryzyk konkurencyjnych dla predykcji biznesowych.
Wprowadzenie do modeli projekcyjnych opartych na modelach przeżycia. Survival DATA MINING ( SURVIVAL ANALYSIS & DATA MINING) - przegląd teorii.
Survival Data Mining - estymacja i wizualizacja wyników - ze zmiennymi stałymi i zależnymi od czasu. Estymacja modeli z danymi obciętymi . Modelowanie SDM oparte na zależnym próbkowaniu.
SDM - modele predykcyjne. Predykcyjny scoring i walidacja modeli. Modele zdarzeń rekurencyjnych. Różne przykłady estymacji z wykorzystaniem: programowania w SAS, EG, EM.
Porównanie wyników estymacji modeli analizy historii zdarzeń z wykorzystaniem różnych pakietów: SAS, R. STATA, TDA.
|
