存活分析 第一版 2008年

第一章 存活分析概論
1.1 存活研究與存活資料
1.2 存活資料的真實例子
1.3 存活分析的特徵
1.4 資料分析練習
第二章 存活函數、設限與截略
2.1 基本存活函數極危險函數
2.2 隱函數微分方法
2.3 多變數的微分
2.4 隨機設限觀察資料
2.5 左設限、雙重設限、區間設限
2.6 截略觀察資料
2.7 存活資料的概似函數
第三章 參數模型存活分析
3.1 存活分析常見的參數分配
3.2 估計
3.3 配適簡單參數模型
3.4 存活分析之回歸模型
3.5 資料分析練習
第四章 無母數方法估計存活函數
4.1 生命量表
4.2 Kaplan-Meier(Product-Limit)估計式
4.3 存活時間平均執、中位數及百分位數
4.4 資料分析練習
第五章 無母數方法比較存活函數
5.1 兩個或多個樣本檢定
5.2 比較多組樣本之存活函數
5.3 分層分析
5.4 資料分析練習
第六章 Cox比例危險模型
6.1 Cox比例危險回歸簡介
6.2 共變數與存活時間關聯性之測量
6.3 概似函數
6.4 參數估計
6.5 參數推論
6.6 Cox PH模型實例
6.7 Cox概似函數:多個相同事件時間
6.8 建立模型
6.9 基線存活曲線之估計
6.10 Cox概似函數的討論
6.11 資料分析練習
第七章 Cox延伸模型
7.1 分層分析
7.2 時間相依共變數Cox 模型
7.3 資料分析練習
第八章 Cox回歸模式之診斷
8.1 殘差
8.2 評估Cox模型的適合度
8.3 決定一個共變數的最佳函數形式:平賭殘差
8.4 檢察比例模型假設
8.5 檢查Cox模型離群值:Deviance殘差
8.6 個體個別共變數之影響值
8.7 Cox模型診斷實例
8.8 資料分析練習
第九章 截略死區間設限資料存活分析
9.1 左截略資料的存活分析
9.2 右截略資料的存活分析
9.3 左設限與區間設限資料的存活函數
第十章 多變量存活分析簡介
10.1 多重事件與多變量存活時間實例
10.2 群聚存活時間
10.3 多重複發事件時間
10.4 穩健的變異數估計與計算
10.5 Cox比例危險模型與多變量存活分析
10.6 資料建構與模型選擇
10.7 無序多重存活時間
10.8 有序多重存活時間分析
10.9 資料分析練習
第十一章 群聚存活資料: 邊際模型
11.1 邊際模型簡介
11.2 邊際模型之統計操作
11.3 邊際模型的限制
11.4 資料分析練習
第十二章 群聚存活資料: 脆弱模型
12.1 隨機效應與脆弱
12.2 群聚資料:分層Cox模型
12.3 隨機效應與脆弱模型
12.4 相關性之測量
12.5 群聚資料隨機效應脆弱模型之檢定
12.6 常見之效應脆弱模型
12.7 脆弱模型之估計與推論
12.8 DRS資料脆弱模型實例
12.9 脆弱模型之延伸
12.10 群聚脆弱模型結論
12.11 資料分析練習
第十三章 復發事件資料:邊際模型
13.1 復發事件與布瓦松過程
13.2 復發事件資料:常見邊際模型
13.3 模型配置址資料形式
13.4 膀胱癌臨床實驗:廣義邊際模型
13.5 復發事件資料邊際模型摘要
13.6 資料分析練習
第十四章 復發事件資料:脆弱模型
14.1 隨機效應與脆弱模型
14.2 膀胱癌臨床試驗:脆弱模型(I)
14.3 膀胱癌臨床試驗:脆弱模型(I)
14.4 脆弱模型的選擇
14.5 資料分析練習

第一章 存活分析概論
1.1 存活研究與存活資料
1.2 存活資料的真實例子
1.3 存活分析的特徵
1.4 資料分析練習
第二章 存活函數、設限與截略
2.1 基本存活函數極危險函數
2.2 隱函數微分方法
2.3 多變數的微分
2.4 隨機設限觀察資料
2.5 左設限、雙重設限、區間設限
2.6 截略觀察資料
2.7 存活資料的概似函數
第三章 參數模型存活分析
3.1 存活分析常見的參數分配
3.2 估計
3.3 配適簡單參數模型
3.4 存活分析之回歸模型
3.5 資料分析練習
第四章 無母數方法估計存活函數
4.1 生命量表
4.2 Kaplan-Meier(Product-Limit)估計式
4.3 存活時...