具体描述
本书是保罗·D.埃里森教授时隔三十年对原著《事件史分析:纵贯数据的回归》的修订再版。三十年间,事件史和生存分析有了长足发展,立足于此,埃里森教授对原书进行了数据更新以及结构调整,在新的结构下,阐述了很多种生存分析的方法,并结合生物化学家教授升迁、累犯再次被捕两个例子的数据,循序渐进地介绍了离散时间方法、Cox回归模型等事件史和生存分析必不可少的研究手段,以及如何去研究包含多重事件的竞争性事件以及多次发生的事件等复杂情况。第一版就有一批忠实的读者,我们相信本书的第二版对新一代希望将生存分析应用到他们研究之中的社会科学家们有所裨益。
作者简介
保罗·D·埃里森博士是宾夕法尼亚大学的社会学教授。他在那里教授研究生的方法和统计课程。他也是Statistical Horizons LLC的创办人和主席,该机构提供了一系列关于广泛的统计话题的短期课程。
从威斯康辛大学获得社会学博士学位之后,埃里森 在芝加哥大学和宾夕法尼亚大学从事统计学博士后的研究。他已经出版了八本书,并发表了超过60篇文章,涵盖的话题包括了线性回归、对数线性分析、logistic回归、结构方程模型、不平等测量、缺失数据以及生存分析。
他的大部分早期研究关注的是学者的职业轨迹。目前他的主要研究是分析纵观数据的方法,尤其是那些决定事件发生原因和结果的数据,以及处理缺失数据的方法。
作为Guggenheim Fellow,埃里森因为对社会学方法论的杰出贡献获得了2001 Lazarsfield Award。在2010年,他获选为美国统计学会会员。他也因为在继续教育上的贡献而两次获得了美国统计学会的奖项。
目录信息
第二版前言
第1章 导言
第1节 事件史分析的难题
第2节 事件史方法综述
第3节 计算
第2章 离散时间方法
第1节 一个离散时间的例子
第2节 离散时间机会
第3节 logistic回归模型
第4节 模型估计
第5节 生物化学例子的估计值
第6节 似然比卡方检验
第7节 离散时间的logistic方法存在的问题
第8节 删截
第9节 离散时间vs.连续时间
第3章 连续时间数据的参数法
第1节 连续时间的机会
第2节 参数比例机会模型
第3节 极大似然估计
第4节 一个实际案例
第5节 加速失效时间模型
第6节 评估模型拟合度
第7节 异质性的隐性来源
第8节 为什么选择参数模型?
第4章 Cox回归
第1节 比例机会模型
第2节 部分似然
第3节 部分似然应用于累犯数据
第4节 时变解释变量
第5节 应用包含时变解释变量的模型
第6节 检验和放松比例机会假设
第7节 时间尺度原点的选择
第8节 离散时间数据的Cox回归
第9节 基于Cox模型的预测
第5章 多种类事件
第1节 多种类事件的分类
第2节 平行过程的估计
第3节 竞争性风险模型
第4节 竞争性风险的实例
第5节 不同种类事件间的依赖
第6节 累计发生函数
第6章 重复事件
第1节 重复事件的计数分析
第2节 基于间隔时间的方法
第3节 基于起点时间的方法
第4节 扩展
第7章 结论
附录
参考文献
译名对照表
· · · · · · (收起)
读后感
用户评价
这本书在处理删失数据方面的内容,也给我留下了深刻的印象。在实际的生存数据分析中,删失现象几乎是不可避免的,而如何正确处理删失数据,是保证分析结果可靠性的关键。作者在书中详细介绍了不同类型的删失,以及相应的处理方法,比如Kaplan-Meier估计器在处理右删失时的优势,以及生存回归模型如何在这种情况下进行估计。这些详细的讲解,让我对删失数据的处理不再感到困惑,也能够更有信心地进行实际数据分析。
读完这本书,我最大的感受就是,生存分析不再是我之前想象中那么遥不可及。作者以一种循序渐进的方式,将复杂的统计理论拆解成易于理解的步骤。从最基础的生存曲线绘制,到逐步引入协变量,再到对模型结果的深入解读,每一步都衔接得非常自然。而且,书中对各种方法的优缺点和适用范围都有清晰的界定,这让我能够根据不同的研究问题和数据特点,选择最合适的分析方法。这种清晰的指引,对于我这样刚开始接触生存分析的研究者来说,至关重要。
事件史和生存分析(第二版)这本书,我真是爱不释手。刚拿到手的时候,就被它厚实的纸张和精美的印刷吸引了,封面设计简洁大气,透着一股专业范儿。我是一名刚入行的统计研究员,一直对时间序列数据和事件发生概率的研究充满兴趣,而这本书恰好能满足我在这方面的需求。第一遍通读下来,我就被作者严谨的逻辑和清晰的讲解深深折服。书中从最基础的概念讲起,比如“生存时间”、“删失”、“风险函数”等等,都解释得非常到位,完全没有我之前对这些概念的模糊不清。而且,作者并没有止步于理论的介绍,而是紧接着深入探讨了各种实用的分析方法,从经典的Kaplan-Meier曲线到Cox比例风险模型,再到更复杂的参数模型和半参数模型,都给予了详尽的阐述。
作为一个对生存分析充满热情的研究者,我一直都在寻找一本能够系统梳理这一领域知识的优秀教材。而“事件史和生存分析(第二版)”正是这样一本难得的著作。它不仅仅是一本教科书,更像是我在统计分析道路上的一个得力助手。作者在书中提到的那些关于模型选择、模型诊断以及结果解释的建议,都非常实用,能够帮助我避免在实际研究中可能遇到的各种坑。特别是关于如何处理缺失数据和异常值,以及如何进行模型验证和泛化,这些细节的处理让这本书的实用性大大提升。
我尤其欣赏书中对案例的引入。每一个概念和方法的讲解,作者都会配以生动形象的实际案例,让我能够更容易地理解抽象的统计理论是如何应用到现实世界中的。比如,在讲解Kaplan-Meier曲线时,作者就用了一个关于患者生存期的例子,图文并茂地展示了如何计算和解释生存概率。当我看到这些案例时,我仿佛置身于真实的科研场景中,能够亲身感受到数据分析的魅力。而且,书中还提供了大量的R语言代码示例,这对我来说简直是福音。我可以直接复制代码,然后在自己的数据上进行实践,这极大地提高了我的学习效率,也让我对如何使用统计软件进行生存分析有了更直观的认识。
总而言之,“事件史和生存分析(第二版)”是一本我非常推荐的书。它不仅内容详实、逻辑清晰,而且语言生动、案例丰富,能够帮助读者全面掌握生存分析的核心理论和实践技能。作为一名统计研究者,我从这本书中学到了很多宝贵的知识和方法,并且已经在我的研究项目中得到了实际应用。这本书就像一位经验丰富的导师,在我的统计研究之路上给予了我极大的帮助和启迪,让我能够更有信心去探索和解决复杂的数据分析问题。
对于任何想要深入了解生存分析领域的人来说,这本书都是一个极佳的选择。它的内容涵盖了从入门到进阶的各个方面,并且提供了丰富的案例和代码示例,让学习过程更加生动有趣。我尤其喜欢书中关于模型比较和模型选择的部分,作者详细介绍了AIC、BIC等信息准则的使用方法,以及如何进行似然比检验来比较不同模型的拟合优度。这些实用的工具,能够帮助我做出更明智的模型选择,从而提高研究的科学性和可靠性。
这本书的另一个亮点在于它的深度和广度。它不仅仅是介绍一些基础的生存分析方法,还涵盖了一些更前沿的研究方向。比如,我看到书中对时变协变量的处理、对竞争风险的分析,以及对多因素模型的构建都进行了深入的探讨。这些内容对我目前的研究项目非常有启发性,我从中学习到了如何处理更复杂的数据结构,以及如何构建更具有解释力的统计模型。作者在每个章节的结尾都会提出一些开放性的问题,鼓励读者进一步思考和探索,这种引导性的学习方式让我受益匪浅。
我特别喜欢书中对 Cox 比例风险模型的讲解。作者不仅详细解释了模型的原理、假设和参数估计方法,还深入探讨了如何进行变量选择、如何评估模型的拟合优度,以及如何解释模型的系数。书中提供了一个非常经典的关于药物疗效对患者生存期的影响的案例,通过这个案例,我不仅学会了如何构建 Cox 模型,更重要的是理解了如何从模型的输出结果中提取有用的信息,并将其转化为对实际问题的科学解释。这种深入浅出的讲解方式,让我对原本看起来复杂的模型有了全新的认识。
我必须强调这本书的理论深度。作者在书中不仅仅罗列了各种公式和定理,而是深入剖析了它们背后的统计学原理和思想。例如,在解释风险函数时,作者就从概率论的基础出发,逐步推导出风险函数的定义和性质,并解释了它在生存分析中的重要作用。这种对理论根基的重视,让我能够更深刻地理解各种分析方法的工作机制,而不仅仅是停留在“会用”的层面。这种理论上的扎实,也为我日后更深入的研究打下了坚实的基础。
有数据和代码
这套书译者和校对好多熟脸惹。
这套书译者和校对好多熟脸惹。
社会研究中的事件史和生存分析。涉及logistic,Cox回归。好书推荐。
社会研究中的事件史和生存分析。涉及logistic,Cox回归。好书推荐。