Analýza censorovaných dat - NMST511

• Anglický název: Censored Data Analysis
• Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2025
• Semestr: zimní
• E-Kredity: 6
• Rozsah, examinace: zimní s.:3/2, Z+Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: angličtina, čeština
• Způsob výuky: prezenční
• Další informace: http://www.karlin.mff.cuni.cz/~kulich/vyuka/cens/index.html
• Garant: doc. RNDr. Daniel Hlubinka, Ph.D.
• Vyučující: doc. RNDr. Daniel Hlubinka, Ph.D.; RNDr. Jan Vávra, Ph.D.
• Třída: M Mgr. PMSE; M Mgr. PMSE > Povinně volitelné
• Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
• Neslučitelnost : NMST531
• Prerekvizity : NMSA405, NMSA407
• Záměnnost : NMST531
• Je prerekvizitou pro: NMST532

Anotace

čeština

Předmět propojuje teorii pravděpodobnosti (martingaly), teoretickou statistiku (pořadové testy), teorii spolehlivosti a analýzu přežití. Proberou se čítací procesy, odhady funkce přežití a kumulativního rizika, parametrické modely, dvou a vícevýběrové testy na censorovaná data, regresní modely. Cvičení obsahuje teoretické příklady i praktické aplikace.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

angličtina

The course connects probability theory (martingales), theoretical statistics (rank tests), reliability theory and survival theory. It will cover counting processes, survival function and hazard function estimates, parametric models, two- and k-sample tests for censored data, regression models. Practice sessions include theoretical exercises and practical applications.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

Cíl předmětu

čeština

Seznámit studenty s metodami pro analýzu censorovaných dat.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

angličtina

To explain methods for censored data analysis.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

Podmínky zakončení předmětu

čeština

Zkouška je ústní a zaměřená na teorii a statistické metody probrané na přednáškách.

Zápočet je nutnou podmínkou k zapsání známky, nikoliv k přihlášení ke zkoušce.

Zápočet bude udělen za uspokojivé řešení všech zadání ve stanoveném termínu. Povaha udělení zápočtu vylučuje opakování pokusů o zápočet.

Poslední úprava: Hlubinka Daniel, doc. RNDr., Ph.D. (07.10.2025)

angličtina

The exercise class credit is necessary to sign up for the exam.

Requirements for exercise class credit: The credit for the exercise class will be awarded to the student who hands in a satisfactory solution to each assignment by the prescribed deadline.

The nature of these requirements precludes any possibility of additional attempts to obtain the exercise class credit.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

Literatura

Fleming TR and Harrington DP "Counting Processes and Survival Analysis" Wiley, New York, 1991.

Kalbfleisch JD and Prentice RL "The Statistical Analysis of Failure Time Data". Wiley, New York, 2002.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

Metody výuky

čeština

Přednáška + cvičení.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

angličtina

Lecture+exercises.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

Požadavky ke zkoušce

čeština

Zkouška je ústní a je zaměřena na teoretické základy analýzy censorovaných dat.

Poslední úprava: Hlubinka Daniel, doc. RNDr., Ph.D. (07.10.2025)

angličtina

The exam is oral focused on the theoretical background of the topic.

Poslední úprava: Hlubinka Daniel, doc. RNDr., Ph.D. (07.10.2025)

Sylabus

čeština

1. Censorovaná náhodná veličina.

2. Parametrické modely pro censorovaná data.

3. Čítací procesy a martingaly pro censorovaná data.

4. Neparametrické odhady rizikové funkce a funkce přežití.

5. Neparametrické dvouvýběrové testy.

6. Coxův regresní model.

Poslední úprava: Kulich Michal, doc. Mgr., Ph.D. (11.12.2020)

angličtina

1. Censored random variable.

2. Parametric models for censored data.

3. Counting processes and martingales for censored data.

4. Nonparametric estimation of hazard and survival function.

5. Nonparametric two-sample tests.

6. Cox regression model.

Poslední úprava: Kulich Michal, doc. Mgr., Ph.D. (11.12.2020)

Vstupní požadavky

čeština

Znalosti lineární regrese, základní znalosti zobecněných lineárních modelů, základní znalosti martingalů se spojitým časem.

Poslední úprava: Hlubinka Daniel, doc. RNDr., Ph.D. (07.10.2025)

angličtina

This course assumes the knowledge of linear regression theory and, preferably but not necessarily, generalized linear models. Intermediate-level knowledge of probability theory, including continuous martingales, and counting process theory is also required.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)