M7985 Analýza přežití

Přírodovědecká fakulta
jaro 2020
Rozsah
2/2/0. 4 kr. (příf plus uk k 1 zk 2 plus 1 > 4). Ukončení: zk.
Vyučující
doc. PaedDr. RNDr. Stanislav Katina, Ph.D. (přednášející)
RNDr. Bc. Iveta Selingerová, Ph.D. (cvičící)
Garance
doc. PaedDr. RNDr. Stanislav Katina, Ph.D.
Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Kontaktní osoba: doc. PaedDr. RNDr. Stanislav Katina, Ph.D.
Dodavatelské pracoviště: Ústav matematiky a statistiky – Ústavy – Přírodovědecká fakulta
Rozvrh
St 10:00–11:50 M3,01023
  • Rozvrh seminárních/paralelních skupin:
M7985/01: Po 8:00–9:50 MP2,01014a, I. Selingerová
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 6 mateřských oborů, zobrazit
Cíle předmětu
Předmět se zabývá statistickými metodami zkoumání výskytu událostí v čase. Na konci tohoto kurzu bude student schopen (1) porozumět a vysvětlit metody neparametrické a (semi)parametrické statistické inference a statistického modelování pro (ne)cenzurovaná data; (2) implementovat tyto metody v jazyce R; (3) aplikovat je na konkrétních datech.
Výstupy z učení
Student bude po absolvování předmětu schopen:
- porozumnět věrohodnosti, neparametrické statistické inferenci a (semi)parametrickým statistickým modelům pro (ne)cenzorovaná data o zlyháni/úmrtí v čase;
- navrhnout a vysvětlit vhodné neparametrické statistické testy a (semi)parametrické modely pro (ne)cenzorovaná data o zlyháni/úmrtí v čase;
- aplikovat metody neparametrické statistické inference a (semi)parametrické modely na reálná (ne)cenzorovaná data o zlyháni/úmrtí v čase;
- implementovat metody neparametrické statistické inference pro (ne)cenzorovaná data o zlyháni/úmrtí v čase do R.
Osnova
  • Cenzorování a jeho typy.
  • Věrohodnostní funkce.
  • Funkce přežití a její rozptyl, riziko, kumulativní riziko, střední hodnota a medián přežití, střední hodnota a medián zůstatkového života, bodové odhady, intervaly a pásy spolehlivosti. Konkurující si rizika, kumulatívní incidenční funkce.
  • Testování hypotéz – porovnání dvou a více křivek přežitím relativní riziko, neparametrický přístup pro necenzorovaná a cenzorovaná data.
  • Zobecnění neparametrických koleračních koeficientů pro případy testování hypotéz o křivkách přežití.
  • Coxův regresní model proporcionálních rizik.
  • Implementace v R.
  • Příklady v jazyce R. Aplikace na reálná data z biologie, medicíny a jiných oborů.
Literatura
  • KLEIN, John P. a Melvin L. MOESCHBERGER. Survival analysis : techniques for censored and truncated data. 2nd ed. New York: Springer, 2003, xv, 536. ISBN 9781441929853. info
Výukové metody
Přednáška: 2 hod. týdně.
Cvičení: 2 hod. týdně.
Metody hodnocení
Domácí úkoly, ústní zkouška.
Navazující předměty
Informace učitele
Výuka probíhá většinou v češtině nebo dle potřeby v angličtině, příslušná terminologie je za všech okolností uváděna i s anglickými ekvivalenty.
Mezi cílové dovednosti studia patří schopnost používat anglický jazyk pasivně i aktivně ve vlastní odbornosti a také v potenciálních oblastech aplikací matematiky.
Hodnocení ve všech případech může probíhat v češtině i v angličtině, dle volby studenta.
K získání zápočtu je potřeba aktivní účast na cvičeních (povolené jsou 2 neomluvené absence). Za omluvenou absenci se považuje výhradně absence omluvená na studijním oddělení a zavedená do informačního systému v řádném termínu (do 5 pracovních dnů od termínu konání výuky). Je to v souladu se studijním řádem, kde se v čl.9 odstavci (7) píše, že (7) Student je povinen písemně omluvit na studijním oddělení fakulty svou neúčast do 5 pracovních dnů od termínu konání výuky, jež je omlouvána.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2010 - akreditace, podzim 2010, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2021, jaro 2022, jaro 2023, jaro 2024, jaro 2025.