Ocena:

Książka oferuje dobre wprowadzenie do koncepcji analizy przeżycia, ale ma mieszany odbiór wśród użytkowników. Chociaż jest dobrze napisana i skutecznie omawia podstawowe zasady, niektórzy czytelnicy uważają, że nie skupia się na praktycznym przewodniku i nie odnosi się odpowiednio do powszechnie stosowanych modeli w tej dziedzinie.
Zalety:Dobrze napisane, jasne wyjaśnienia koncepcji analizy przeżycia, zwięzłe opisy podstawowych zasad ze szczegółowymi przykładami, entuzjastyczny i krytyczny głos na temat technik, dobre ostrzeżenia dotyczące założeń, odpowiednie zarówno dla podręczników kursowych, jak i jako wprowadzenie dla osób z podstawową wiedzą matematyczną, najlepsza konwersja Kindle dla treści technicznych.
Wady:Niewłaściwe ukierunkowanie jako praktyczny przewodnik, nacisk na rzadziej stosowane modele parametryczne zamiast popularnych, takich jak KM lub modele Coxa PH, trudne sekcje dla czytelników z minimalną wiedzą statystyczną, włączenie rozdziału na temat tablic trwania życia, które mogą nie być istotne.
(na podstawie 4 opinii czytelników)
Survival Analysis for Epidemiologic and Medical Research
Ten praktyczny przewodnik pokazuje, dlaczego metody analityczne działają i jak skutecznie analizować i interpretować dane epidemiologiczne i medyczne dotyczące przeżycia przy pomocy nowoczesnych systemów komputerowych.
Wprowadzenie przedstawia przegląd różnych metod statystycznych, które są nie tylko kluczowymi elementami analizy przeżycia, ale także mają kluczowe znaczenie dla analizy statystycznej w ogóle. Techniki takie jak testy statystyczne, transformacje, przedziały ufności i modelowanie analityczne są prezentowane w kontekście danych dotyczących przeżycia, ale w rzeczywistości są narzędziami statystycznymi, które mają zastosowanie do zrozumienia analizy wielu rodzajów danych.
Podobnie, dyskusje na temat takich pojęć statystycznych, jak błąd systematyczny, konfuzja, niezależność i interakcja są prezentowane w kontekście analizy przeżycia, a także podstawowych elementów szerokiego zakresu zastosowań.