Jawaban:
Saya suka:
Yang pertama melakukan pekerjaan yang baik dalam mengangkangi teori dan masalah pembangunan model. Sebagian besar berfokus pada teknik semi-parametrik, tetapi ada cakupan yang wajar dari metode parametrik. Itu tidak benar-benar memberikan R atau contoh kode lain, jika itu yang Anda cari.
Yang kedua adalah berat dengan pemodelan di sisi Cox PH (seperti judulnya mungkin menunjukkan). Ini oleh penulis paket survival di R dan ada banyak contoh R dan studi kasus kecil. Saya pikir kedua buku saling melengkapi, tetapi saya akan merekomendasikan yang pertama untuk memulai.
Cara cepat untuk memulai di R adalah panduan David Diez .
Untuk pendekatan yang sangat jelas, ringkas dan terapan, saya sangat merekomendasikan Pemodelan Riwayat Kejadian oleh Box-Steffenmeier dan Jones
"Analisis kelangsungan hidup menggunakan SAS: panduan praktis" oleh Paul D. Allison memberikan panduan yang baik untuk hubungan antara matematika dan kode SAS - cara berpikir tentang informasi Anda, cara membuat kode, cara menginterpretasikan hasil. Bahkan jika Anda menggunakan R, akan ada persamaan yang bisa berguna.
David Collett. Memodelkan Data Kelangsungan Hidup dalam Penelitian Medis , Edisi Kedua. Chapman & Hall / CRC. 2003. ISBN 978-1584883258
Bagian perangkat lunak berfokus pada SAS, bukan R.
Saya belajar dari Hosmer & Lemeshow & May , yang membahas dasar-dasarnya. Itu juga membantu saya menemukan salinan yang sangat murah ...
Analisis Kelangsungan Hidup: Teks Belajar Mandiri oleh Kleinbaum dan Klein
cukup bagus. Tergantung pada apa yang Anda inginkan. Ini lebih merupakan pengantar non-teknis. Ini berfokus pada aplikasi praktis dan meminimalkan matematika. Secara hukum, ini juga dimaksudkan untuk belajar di luar kelas.
Lihatlah halaman kursus untuk Sosiologi 761: Aplikasi Statistik dalam Penelitian Sosial . Profesor John Fox di McMaster University memiliki catatan mata kuliah tentang analisis survival serta contoh skrip R dan beberapa file data .
Untuk perspektif lain, lihat Model untuk Mengukur Risiko, 3 / e , buku teks standar untuk ujian aktuaria 3 / MLC . Sebagian besar buku ini, bab 3-10, mencakup model pembayaran yang bergantung pada kelangsungan hidup.
Saya menemukan "Analisis data kelangsungan hidup" oleh Cox dan Oakes (Chapman dan Hall Monographs on Statistics and Applied Probability - vol. 21) sangat mudah dibaca dan informatif. Tidak ada bahan analisis kelangsungan hidup di R sekalipun.
Buku Sage pubs, Memperkenalkan Kelangsungan Hidup dan Analisis Sejarah Kejadian oleh Melinda Mills, telah dibuat untuk pengalaman pengguna R.
Saya terkejut tidak ada yang menyebutkannya, tetapi ada buku yang persis memenuhi spesifikasi Anda:
Tableman & Kim. Analisis survival menggunakan S . Chapman & Hall / CRC.
Buku "Analisis Kelangsungan Hidup, Teknik untuk Data yang Disensor dan Terpotong" yang ditulis oleh Klein & Moeschberger (2003) selalu menjadi referensi pertama yang akan saya rekomendasikan untuk orang-orang yang tertarik untuk belajar, berlatih, dan mempelajari analisis survival. Buku ini tidak hanya menyediakan diskusi komprehensif untuk masalah yang akan kita hadapi ketika menganalisis data waktu-ke-acara, dengan banyak contoh variasi, dan teknik yang berguna yang dapat kita terapkan untuk memperbaiki "bias" yang disebabkan oleh masalah di atas, tetapi juga mempersiapkan banyak catatan praktis dan catatan teoritis untuk membawa kita ke pintu depan aplikasi dan metodologi yang indah dalam analisis kelangsungan hidup.
Buku ke-2 yang saya rekomendasikan adalah "Analisis Statistik Data Waktu Kegagalan" oleh Kalbfleisch & Prentice (2002). Kedua profesor adalah ahli dalam bidang yang menantang ini, dan dalam buku ini mereka memberi kuliah tentang konsep yang tidak terlalu sepele dengan cara yang sangat jelas dan mendapatkan banyak teknik canggih pada saat itu, dengan bimbingan mereka kami siap untuk melangkah ke dunia analisis survival yang berlimpah.
Jika kita benar-benar menghabiskan waktu berkualitas untuk mempelajari kedua buku ini, kita dapat memperoleh banyak pengetahuan mendasar dan mendalam untuk menganalisis data yang disensor dan / atau terpotong, yang akan menyebabkan kesimpulan yang sangat bias jika kita mengabaikan masalah ini secara inheren hampir di mana saja di hampir semua aplikasi dunia nyata. . Selamat membaca.
Untuk analisis survival dengan R lihat Analisis Riwayat Kejadian dengan R oleh Broström. Dengan banyak contoh analisis survival R pada data demografis historis.
Buku yang kami gunakan sebagai buku teks disebut
Analisis Kelangsungan Hidup Terapan oleh David W Hosmer
Buku ini dari sudut pandang biostat dan saya menemukan hampir semua yang saya gunakan dalam pekerjaan saya. Mereka juga memiliki kode R / state / SAS di situs web mereka sesuai dengan contoh mereka dalam buku ini.
Dirk F. Moore Analisis Kelangsungan Hidup Terapan Menggunakan R