Risposte:
Mi piace:
Il primo fa un buon lavoro a cavallo tra teoria e problemi di costruzione di modelli. Si concentra principalmente su tecniche semi-parametriche, ma esiste una copertura ragionevole dei metodi parametrici. In realtà non fornisce alcun R o altri esempi di codice, se è quello che stai cercando.
Il secondo è pesante con la modellazione sul lato Cox PH (come potrebbe indicare il titolo). È dell'autore del pacchetto di sopravvivenza in R e ci sono molti esempi di R e mini case study. Penso che entrambi i libri si completino a vicenda, ma consiglierei il primo per iniziare.
Un modo rapido per iniziare in R è la guida di David Diez .
Per un approccio molto chiaro, conciso e applicato, consiglio vivamente la modellazione della storia degli eventi di Box-Steffenmeier e Jones
"L'analisi di sopravvivenza con SAS: una guida pratica" di Paul D. Allison fornisce una buona guida alla connessione tra la matematica e il codice SAS: come pensare alle tue informazioni, come programmare, come interpretare i risultati. Anche se stai usando R, ci saranno parallelismi che potrebbero rivelarsi utili.
David Collett. Modellazione di dati di sopravvivenza nella ricerca medica , seconda edizione. Chapman & Hall / CRC. 2003. ISBN 978-1584883258
La sezione software si concentra su SAS non su R però.
Ho imparato da Hosmer & Lemeshow & May , che tratta le basi. Mi ha anche aiutato a trovare una copia davvero economica ...
Analisi di sopravvivenza: un testo di autoapprendimento di Kleinbaum e Klein
è abbastanza buono. Dipende da cosa vuoi. Questa è più un'introduzione non tecnica. Si concentra su applicazioni pratiche e minimizza la matematica. Pedegocialmente, è anche destinato all'apprendimento al di fuori della classe.
Dai un'occhiata alla pagina del corso per Sociologia 761: applicazioni statistiche nella ricerca sociale . Il professor John Fox della McMaster University ha degli appunti sul corso di analisi della sopravvivenza , un esempio di script R e diversi file di dati .
Per un'altra prospettiva, vedere Modelli per quantificare il rischio, 3 / e , il manuale standard per l' esame attuariale 3 / MLC . La maggior parte del libro, capitoli 3-10, copre i modelli di pagamento contingenti di sopravvivenza.
Ho trovato "Analisi dei dati di sopravvivenza" di Cox e Oakes (Chapman e Hall Monographs on Statistics and Applied Probability - vol. 21) molto leggibile e informativo. Nessun materiale sull'analisi di sopravvivenza in R però.
Il libro dei pub Sage, Introducing Survival and Event History Analysis di Melinda Mills, è stato realizzato per le esigenze degli utenti di R.
Sono sorpreso che nessuno l'abbia menzionato, ma c'è un libro che soddisfa esattamente le tue specifiche:
Tableman & Kim. L'analisi di sopravvivenza utilizzando S . Chapman & Hall / CRC.
Il libro "Survival Analysis, Techniques for Censored and Truncated Data", scritto da Klein & Moeschberger (2003), è sempre il primo riferimento che consiglierei alle persone interessate ad apprendere, praticare e studiare l'analisi della sopravvivenza. Questo libro fornisce non solo discussioni esaustive sui problemi che dovremo affrontare durante l'analisi dei dati relativi al time-to-event, con molti esempi di varietà e tecniche utili che possiamo applicare per correggere il "bias" indotto dai problemi di cui sopra, ma anche prepara tonnellate di note pratiche e note teoriche per condurci alla porta principale delle meravigliose applicazioni e metodologie nell'analisi di sopravvivenza.
Il secondo libro che consiglierei è "The Statistical Analysis of Failure Time Data" di Kalbfleisch & Prentice (2002). Entrambi i professori sono maestri in questo campo impegnativo, e in questo libro insegnano concetti non così banali in un modo molto chiaro e derivano molte tecniche all'avanguardia a quel tempo, con la loro guida siamo ben preparati a entrare nell'abbondante mondo dell'analisi della sopravvivenza.
Se trascorriamo davvero del tempo di qualità per studiare questi due libri, possiamo acquisire molte conoscenze fondamentali e profonde per analizzare dati censurati e / o troncati, il che causerà conclusioni seriamente distorte se ignoriamo questi problemi intrinsecamente quasi ovunque nelle applicazioni del mondo reale . Buona lettura.
Per l'analisi della sopravvivenza con R vedi Analisi della storia degli eventi con R di Broström. Con molti esempi R di analisi di sopravvivenza su dati demografici storici.
Si chiama il libro che abbiamo usato come libro di testo
Analisi di sopravvivenza applicata di David W Hosmer
Questo libro è da una prospettiva biostat e ho scoperto che era coperto quasi tutto ciò che ho usato nel mio lavoro. Inoltre hanno il codice R / state / SAS sul loro sito Web secondo i loro esempi nel libro.
Dirk F. Moore ha applicato l'analisi di sopravvivenza usando R