Introduction to Survival Analysis/Einführung in die Überlebenszeitanalyse

Dozent: Jan Beyersmann

Übungsleiter: Sandra Frank

Allgemeine Informationen

Sprache

Englisch, außer alle Teilnehmenden besitzen ausreichende Deutschkenntnisse
Vorlesungen 2 h
Übungen 1 h

Vorlesungen s. Moodle
 
Übungen s. Moodle  

Klausur (offen)

s. Moodle  
   

Allgemeine Informationen:

 Für Studierende der 'Wirtschaftsmathematik': Der Kurs ist Teil des SOF-Blocks.

Vorkenntnisse:

Elementare Wahrscheinlichkeitsrechnung und Statistik sowie Maßtheorie. Die Anforderungen dieses Kurses entsprechen dem letzten Jahr im Bachelorstudiengang "Mathematische Biometrie", Studierende der Mathematik, der Wirtschaftsmathematik oder ähnlichen Studiengängen sind ebenfalls herzlich willkommen. Grundkenntnisse in der Programmiersprache R sind hilfreich.

 

Prüfung: s. Moodle

Inhalt:

Ereigniszeitdaten sind allgegenwärtig in Bereichen wie Medizin, Biologie, Demographie, Soziologie und Wirtschaft. In der biomedizinischen Forschung ist die Analyse von Überlebenszeiten (deshalb auch Überlebenszeitanalyse) oder kombinierten Endpunkten wie progressionsfreiem Überleben die wichtigste fortgeschrittene statistische Methode. Ein wesentlicher Unterschied zu anderen Datensituationen ist, dass Ereigniszeiten für gewöhnlich nicht vollständig beobachtet werden - man muss darauf warten, dass ein Ereignis eintritt. Tritt das Ereignis bis zum Ende des Beobachtungszeitraums nicht ein, wird es als rechts-zensiert bezeichnet. Dies ist ein Grund, warum die Analyse von Ereigniszeitdaten auf Hazards basiert. Die statistische Methodik für Hazards unterscheidet sich von Standardmethoden der angewandten Statistik. Diese Vorlesung wählt die moderne Herangehensweise  über stochastische Prozesse, jedoch ohne sich in technische Details zu vertiefen. Das Niveau des Kurses ist daher vergleichbar mit vielen angewandten Lehrbüchern zur Überlebenszeitanalyse. Nach Abschluss dieses Kurses sollten die Teilnehmenden in der Lage sein, Überlebenszeitanalysen, wie sie z.B. in klinischen Studien Anwendung finden, zu verstehen und umzusetzen. Ein Beispiel werden COVID-19 Behandlungsstudien sein.


Übungsblätter

auf Moodle.

 


 

Literature: 

Klein, M. Moeschberger: Survival Analysis, Springer 2003

O.O. Aalen, O. Borgan, H. Gjessing: Survival and Event History Analysis - A Process Point of View, Springer 2008

J. Beyersmann, A. Allignol, M. Schumacher: Competing Risks and Multistate Models with R, Springer 2012

Link to Semesterapparat

Hinweise

Studierende schreiben sich bitte in den Moodle-Kurs ein. Erster Vorlesungstermin ist Dienstag, 20.4.2021.