Enroll Course: https://www.coursera.org/learn/survival-analysis-r-public-health
여러분, 안녕하세요! 오늘은 Coursera에서 제공하는 멋진 코스인 ‘R로 공공 보건을 위한 생존 분석’을 소개하고 리뷰해 보려고 합니다. 이 코스는 통계적 사고, 상관 관계, 선형 회귀, 로지스틱 회귀 등 이전 과정들을 마친 후, 생존 분석의 세계를 깊이 있게 탐구할 수 있는 기회를 제공합니다.
생존 분석은 ‘시간에 따른 사건 발생’을 다루는 통계적 방법론으로, 공공 보건 데이터를 분석하는 데 매우 유용합니다. 이 코스에서는 R이라는 매우 인기 있고 무료로 사용할 수 있는 소프트웨어를 사용하여 데이터를 불러오고 분석하는 방법을 배우게 됩니다.
코스는 주별로 구성되어 있으며, 다음과 같은 내용을 다룹니다:
- 카플란-마이어 도표: 생존 분석이 무엇인지, 언제 사용해야 하는지를 배우고, 환자 그룹의 생존율을 비교하기 위해 카플란-마이어 도표 및 로그-랭크 검정을 실행하고 해석하는 방법을 배웁니다.
- 폭스 모델: 단일 예측 변수뿐만 아니라 여러 개의 예측 변수를 포함하는 생존 분석 방법인 폭스 비례 위험 회귀 모델을 배웁니다. 실제 환자 데이터를 기반으로 폭스 모델을 실행하면서 데이터 부족과 범주형 변수가 회귀 모델에 미치는 영향을 학습합니다.
- 다중 폭스 모델: 간단한 폭스 모델을 확장하여 다중 폭스 모델을 배웁니다. 주요 변수에 대한 기술 통계를 실행하고 실제 공공 보건 데이터를 다루면서 발생하는 문제를 해결하는 간단한 기술을 익힙니다.
- 비례성 가정: 마지막으로,_covariates의 포함 여부를 결정하고 적합성을 평가하는 방법, 폭스 회귀의 주요 가정인 비례 위험의 유효성을 검사하는 방법을 학습합니다.
이 코스는 생존 분석의 기초부터 고급 개념까지 체계적으로 접근할 수 있도록 구성되어 있어, 초보자부터 중급 학습자까지 모두에게 적합합니다. 또한, 실제 데이터를 기반으로 한 실습이 많아 학습한 내용을 바로 적용해 볼 수 있다는 점이 큰 장점입니다.
마지막으로, 이 코스를 추천하는 이유는 생존 분석이 공공 보건 연구에서 매우 중요하기 때문입니다. 질병의 경과, 치료 효과 및 환자 생존 기간을 분석하는 데 필수적인 스킬이기 때문에, 이 분야에 관심이 있다면 꼭 한 번 수강해 보기를 권장합니다!
Enroll Course: https://www.coursera.org/learn/survival-analysis-r-public-health