Ανάλυση Επιβίωσης (ΣEE13)

• English version
• Περιγράμματα Μεταπτυχιακών Μαθημάτων
• Τροποποίηση Περιγράμματος (η δυνατότητα αυτή απευθύνεται αποκλειστικά στα μέλη ΔΕΠ του Τμήματος)
• Τμήμα Μαθηματικών
• Αποθήκευση ως PDF ή Εκτύπωση (για αποθήκευση ως PDF, κάντε την σχετική επιλογή στη λίστα εκτυπωτών που θα εμφανιστεί)

Γενικά

Σχολή	Σχολή Θετικών Επιστημών
Τμήμα	Τμήμα Μαθηματικών
Επίπεδο Σπουδών	Μεταπτυχιακό
Κωδικός Μαθήματος	ΣEE13
Εξάμηνο	1
Τίτλος Μαθήματος	ΑΝΑΛΥΣΗ ΕΠΙΒΙΩΣΗΣ
Αυτοτελείς Διδακτικές Δραστηριότητες	Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος	Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων	Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus	Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL)	Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Το μάθημα περιέχει τη θεωρία και τεχνικές για την ανάλυση και ερμηνεία δεδομένων ανάλυσης επιβίωσης. Οι φοιτητές που θα παρακολουθήσουν το μάθημα θα μπορούν: Να καταλάβουν διάφορους τύπους λογοκρισίας, και θα ξέρουν να εκτιμούν διάφορα χαρακτηριστικά ανάλυσης επιβίωσης. Να εκτιμούν ρυθμούς επιβίωσης σε διαφορετικά γκρουπ. Να εφαρμόζουν σωστά το μοντέλο του Cox, να κρίνουν τη σωστή προσαρμογή του και να διορθώνουν την εκτίμηση όπου είναι απαραίτητο. Να καταλαβαίνουν και να αντιμετωπίζουν θέματα που προκύπτουν κατά την ανάλυση και ερμηνεία δεδομένων ανάλυσης επιβίωσης.

Γενικές Ικανότητες

Αυτόνομη εργασία Ομαδική εργασία σε κάποιες περιπτώσεις Λήψη αποφάσεων Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Τύποι λογοκριμένων δεδομένων: δεξιά λογοκρισία, λογοκρισία από αριστερά, λογοκρισία σε δ/μα, κ.α. Χρήσιμες συναρτήσεις στην ανάλυση επιβίωσης: Η συνάρτηση επιβίωσης, η συνάρτηση κινδύνου, η αθροιστική συνάρτηση κινδύνου και η σχέση τους με την σ.π.π. και α.σ.κ. Εκτίμηση της συνάρτησης επιβίωσης: Ο εκτιμητής Nelson-Aalen, Ο εκτιμητής Kaplan-Meier. Παραμετρικοί εκτιμητές της συνάρτησης επιβίωσης. Σύγκριση δυο η περισσότερων καμπυλών επιβίωσης. Εκτίμηση της συνάρτησης κινδύνου: παραμετρικοί εκτιμητές, εκτίμηση με τη μέθοδο των πυρήνων (μη παραμετρικοί). Ημιπαραμετρική εκτίμηση: Το μοντέλο του Cox και επεκτάσεις αυτού. Ιδιότητες και περιορισμοί του μοντέλου, επιλογή μεταβλητών, μέτρα επιβεβαίωσης του μοντέλου (τύποι υπολοίπων ανάλυση υπολοίπων, μέτρα διόρθωσης της εκτίμησης).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης	Πρόσωπο με πρόσωπο στο εργαστήριο του Τμήματος
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών	Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές καθώς και στην παράδοση εργασιών
Οργάνωση Διδασκαλίας	Δραστηριότητα Φόρτος Εργασίας Εξαμήνου Διαλέξεις -Εργαστήριο 39 Αυτοτελής Μελέτη 78 Επίλυση ασκήσεων-εργασίες 70.5 Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών	Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό.

Συνιστώμενη Βιβλιογραφία

• Lawless, J.L. (2002), Statistical Models and Methods for Lifetime Data 2nd Edition, Wiley.
• Cox D.R. and D. Oakes (1994), Analysis of Survival Data, Chapman and Hall,
• Klein and Moschberger (2003). Survival Analysis: Techniques for Censored and Truncated Data, 2nd edition. Springer.
• Kleinbaum, D. G. and Klein M., (2005), Survival Analysis: A Self-Learning Text, 2nd Edition. New York: Springer
• Therneau T, and Grambsch, P. (2000). Modeling Survival Data: Extending the Cox Model. New York: Springer.
• Hosmer, Jr, DW. and Lemeshow, S. (2008). Applied Survival Analysis: Regression Modeling of Time to Event Data, 2nd Edition. Wiley,
• Kalbfleish, JD. and Prentice, RL. (2002). The Statistical Analysis of Failure Time Data. Wiley,
• Collet, D. (2003). Modeling Survival Data in Medical Research. London: Chapman and Hall.
• [Περιοδικό / Journal] Lifetime data analysis