Respuestas:
Me gusta:
El primero hace un buen trabajo al abarcar cuestiones de teoría y construcción de modelos. Se centra principalmente en técnicas semiparamétricas, pero existe una cobertura razonable de los métodos paramétricos. Realmente no proporciona ningún R u otros ejemplos de código, si eso es lo que buscas.
El segundo es pesado con el modelado en el lado de Cox PH (como podría indicar el título). Es por el autor del paquete de supervivencia en R y hay muchos ejemplos de R y mini estudios de casos. Creo que ambos libros se complementan, pero recomendaría el primero para comenzar.
Una forma rápida de comenzar en R es la guía de David Diez .
Para un enfoque muy claro, sucinto y aplicado, recomiendo el modelado de historial de eventos de Box-Steffenmeier y Jones
El "Análisis de supervivencia utilizando SAS: una guía práctica" de Paul D. Allison proporciona una buena guía para la conexión entre el código matemático y el código SAS: cómo pensar sobre su información, cómo codificar, cómo interpretar los resultados. Incluso si está utilizando R, habrá paralelos que podrían resultar útiles.
David Collett. Modelado de datos de supervivencia en investigación médica , segunda edición. Chapman & Hall / CRC. 2003. ISBN 978-1584883258
Sin embargo, la sección de software se centra en SAS, no en R.
Aprendí de Hosmer & Lemeshow & May , que cubre los conceptos básicos. También ayudó que encontré una copia realmente barata ...
Análisis de supervivencia: un texto de autoaprendizaje por Kleinbaum y Klein
es bastante bueno. Depende de lo que quieras. Esta es más una introducción no técnica. Está enfocado en aplicaciones prácticas y minimiza las matemáticas. Pedegocialmente, también está destinado a aprender fuera del aula.
Eche un vistazo a la página del curso Sociología 761: Aplicaciones estadísticas en la investigación social . El profesor John Fox de la Universidad McMaster tiene notas del curso sobre análisis de supervivencia , así como un script R de ejemplo y varios archivos de datos .
Para otra perspectiva, vea Modelos para cuantificar el riesgo, 3 / e , el libro de texto estándar para el examen actuarial 3 / MLC . La mayor parte del libro, capítulos 3-10, cubre los modelos de pago contingentes de supervivencia.
Encontré que "Análisis de datos de supervivencia" de Cox y Oakes (Monografías de Chapman y Hall sobre Estadística y Probabilidad Aplicada - vol. 21) es muy legible e informativo. Sin embargo, no hay material sobre análisis de supervivencia en R.
El libro Sage pubs, Introducing Survival and Event History Analysis de Melinda Mills, ha sido creado para atraer a los usuarios de R.
Me sorprende que nadie lo haya mencionado, pero hay un libro que cumple exactamente con sus especificaciones:
Tableman y Kim. Análisis de supervivencia usando S . Chapman & Hall / CRC.
El libro "Análisis de supervivencia, técnicas para datos censurados y truncados", escrito por Klein & Moeschberger (2003) es siempre la primera referencia que recomendaría a las personas interesadas en aprender, practicar y estudiar análisis de supervivencia. Este libro no solo ofrece discusiones exhaustivas sobre los problemas que enfrentaremos al analizar los datos del tiempo hasta el evento, con muchos ejemplos de variedad y técnicas útiles que podemos aplicar para corregir el "sesgo" inducido por los problemas anteriores, sino también prepara toneladas de notas prácticas y notas teóricas para llevarnos a la puerta de entrada de las hermosas aplicaciones y metodologías en el análisis de supervivencia.
El segundo libro que recomendaría es "El análisis estadístico de los datos de tiempo de falla" de Kalbfleisch & Prentice (2002). Ambos profesores son maestros en este campo desafiante, y en este libro dan lecciones de conceptos no tan triviales de una manera muy clara y derivan muchas técnicas de vanguardia en ese momento, con su guía estamos bien preparados para entrar en el abundante mundo del análisis de supervivencia.
Si realmente dedicamos tiempo de calidad para estudiar estos dos libros, podemos adquirir muchos conocimientos fundamentales y profundos para analizar datos censurados y / o truncados, lo que generará conclusiones seriamente sesgadas si simplemente ignoramos estos problemas inherentemente en casi todas partes en las aplicaciones del mundo real. . Disfruta leyendo.
Para el análisis de supervivencia con R ver Análisis de historial de eventos con R de Broström Con muchos ejemplos de R de análisis de supervivencia en datos demográficos históricos.
El libro que usamos como libro de texto se llama
Análisis de supervivencia aplicado por David W Hosmer
Este libro es desde una perspectiva de biostat y descubrí que estaba cubierto casi todo lo que usaba en mi trabajo. También tienen código R / state / SAS en su sitio web de acuerdo con sus ejemplos en el libro.
Dirk F. Moore aplicó el análisis de supervivencia utilizando R