Python中的生存分析,包括Kaplan Meier、Nelson Aalen和回归
项目描述
什么是生存分析?为什么我应该学习它? 生存分析最初由精算和医疗社区开发并广泛应用。其目的是在不确定性下回答“为什么事件现在发生而不是以后发生”(其中“事件”可能指死亡、疾病缓解等)。这对于对测量寿命感兴趣的研究人员来说是个好消息:他们可以回答像“哪些因素可能影响死亡?”这样的问题。
但是,除了医学和精算科学之外,生存分析还有许多其他有趣和令人兴奋的应用。例如
- SaaS提供商对衡量订阅者寿命或首次行动的时间感兴趣
- 库存耗尽是某种商品真实“需求”的截尾事件。
- 社会学家对衡量政党寿命、关系或婚姻感兴趣
- 进行A/B测试以确定不同群体执行动作所需的时间。
lifelines 是生存分析最佳部分的纯Python实现。
文档和生存分析简介
如果您是生存分析的新手,想知道它为什么有用,或者对 lifelines 的示例、API和语法感兴趣,请阅读文档和教程页面
联系
- 在我们的讨论室开始对话。
- 一些用户在stats.stackexchange.com上发布了常见问题。
- 在Github仓库中创建问题。
开发
查看我们的贡献指南。
项目详细信息
下载文件
下载您平台的文件。如果您不确定该选择哪个,请了解有关 安装包 的更多信息。
源代码分发
lifelines-0.29.0.tar.gz (383.2 kB 查看哈希值)
构建分发
lifelines-0.29.0-py3-none-any.whl (349.3 kB 查看哈希值)