Analýza censorovaných dat - NMST531

• Anglický název: Censored Data Analysis
• Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2023
• Semestr: zimní
• E-Kredity: 5
• Rozsah, examinace: zimní s.:2/2, Z+Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: nevyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Další informace: http://www.karlin.mff.cuni.cz/~kulich/vyuka/cens/index.html
• Garant: doc. RNDr. Daniel Hlubinka, Ph.D.
• Třída: M Mgr. FPM; M Mgr. FPM > Povinně volitelné; M Mgr. PMSE; M Mgr. PMSE > Povinně volitelné
• Kategorizace předmětu: Matematika > Pravděpodobnost a statistika
• Prerekvizity : {Prerekvizita pro NMST531}, NMSA407
• Je neslučitelnost pro: NMST511
• Je záměnnost pro: NMST511

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: G_M (28.05.2013)

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: G_M (28.05.2013)

Cíl předmětu

čeština

Seznámit studenty s metodami pro analýzu censorovaných dat.

Poslední úprava: T_KPMS (07.05.2015)

angličtina

To explain methods for censored data analysis.

Poslední úprava: T_KPMS (07.05.2015)

Podmínky zakončení předmětu

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: Kulich Michal, doc. Mgr., Ph.D. (24.09.2020)

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: T_KPMS (16.09.2014)

Metody výuky

čeština

Přednáška + cvičení.

Poslední úprava: T_KPMS (12.05.2014)

angličtina

Lecture+exercises.

Poslední úprava: T_KPMS (12.05.2014)

Požadavky ke zkoušce

The form of the exam will be determined later according to the SARS-CoV-2 prevalence at the time. Requirements for the oral comprise the entire extent of the lecture.

Poslední úprava: Kulich Michal, doc. Mgr., Ph.D. (24.09.2020)

Sylabus

čeština

1. Censorovaná náhodná veličina.

2. Parametrické modely pro censorovaná data.

3. Čítací procesy a martingaly pro censorovaná data.

3. Neparametrické odhady rizikové funkce a funkce přežití.

4. Neparametrické dvouvýběrové testy.

5. Coxův regresní model.

Poslední úprava: Kulich Michal, doc. Mgr., Ph.D. (24.09.2020)

angličtina

1. Censored random variable.

2. Parametric models for censored data.

2. Counting processes and martingales for censored data.

3. Nonparametric estimation of hazard and survival function.

4. Nonparametric two-sample tests.

5. Cox regression model.

Poslední úprava: Kulich Michal, doc. Mgr., Ph.D. (24.09.2020)

Vstupní požadavky

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: Kulich Michal, doc. Mgr., Ph.D. (25.05.2018)