Analýza censorovaných dat - NMST511

• Anglický název: Censored Data Analysis
• Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2023
• 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
• 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. 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

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

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.

angličtina

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

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.

Cíl předmětu

čeština

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

Seznámit studenty s metodami pro analýzu censorovaných dat.

angličtina

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

To explain methods for censored data analysis.

Podmínky zakončení předmětu

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

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.

Literatura

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

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.

Metody výuky

čeština

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

Přednáška + cvičení.

angličtina

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

Lecture+exercises.

Sylabus

čeština

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

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.

angličtina

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

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.

Vstupní požadavky

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

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.