BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:生存時間分析入門（Python編）
X-WR-CALNAME:生存時間分析入門（Python編）
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:935287@techplay.jp
SUMMARY:生存時間分析入門（Python編）
DTSTART;TZID=Asia/Tokyo:20240319T093000
DTEND;TZID=Asia/Tokyo:20240319T123000
DTSTAMP:20260503T090850Z
CREATED:20240209T102844Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/93528
 7?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n生存時間分
 析は、統計学における一分野で、主に「生存時間」す
 なわち特定のイベントが発生するまでの時間を分析す
 る方法です。この分野の主な目的は、例えば、病気の
 患者が回復するまでの時間、機械の故障までの期間、
 ローンの早期返済までの時間と、それに影響を与える
 可能性のある要因を追求します。これらの分析方法は
 、様々な分野で広く応用されており、特に医療研究、
 社会科学、工学、金融リスク分析などで重要な役割を
 果たしています。サバイバル分析では、右側打ち切り
 データ（イベントが観測期間内に発生しないケース）
 、競合リスク（複数の異なるイベントが競合する状況
 ）、時間変動共変量（時間と共に変化する要因）など
 、特殊なデータ構造に対処するための手法が開発され
 ています。\n \n第１部：　生存時間分析入門　9：30～1
 1：00\n１．基礎統計学と確率：母集団と標本、確率分
 布、確率変数、期待値、時系列データの基本\n２．生
 存時間データの特性：打ち切りデータ、共変量、競合
 リスク、時系列データなど\n３．生存時間とハザード
 レート：生存関数、ハザード関数\n４．生存時間分析
 の分類：非パラメトリック、パラメトリック、半パラ
 メトリック手法\n \n第２部：　Python\, Statsmodelsを用い
 た実データ分析　11：10～12：30\n５．実データを用いた
 分析：コックス比例ハザードモデル、カプラン・マイ
 ヤー推定器、\nAFTモデル(アクセラレーテッドフェイル
 アタイムモデル)\n６．相互作用、競合効果への対策：\
 n \n**■目標：**生存時間分析の分析手法をスクラッチ
 で学び、幅広い分野で活用することができる柔軟な\n
 能力を養います。\n**■受講対象者：**分野を問わずに
 生存時間分析に興味のある方であればどなたでも参加
 可能です。金融、医療、エンジニア、研究者など、ど
 なたでも参加可能です。\n■PCには事前にjupyter notebook
 がインストールされている必要があります。\n参考文
 献：\n統計学実践ワークブック(日本統計学会)Methods for 
 Survival and Duration Analysis (https://www.statsmodels.org/stable/durati
 on.html#module-statsmodels.duration)\n**【講師紹介】**オックス
 フォードファイナンシャルエデュケーション\,MBA（Strat
 h）\,MBA(HW)\,MSc(London).国際機関、金融機関で勤務後、大
 学での教育活動に従事。実務家向けセミナー多数。 主
 な訳書「物理学者ウォール街を往く」（東洋経済新報
 社）。主な著書「Python3ではじめるシステムトレード改
 訂版」(パンローリング　　
LOCATION:
URL:https://techplay.jp/event/935287?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR