<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>h-wadsworth02</author_name>
  <author_url>https://blog.hatena.ne.jp/h-wadsworth02/</author_url>
  <blog_title>データの裏側を歩く</blog_title>
  <blog_url>https://www.medi-08-data-06.work/</blog_url>
  <categories>
    <anon>因果推論</anon>
    <anon>R</anon>
  </categories>
  <description>生存解析は医療の現場で用いられている手法で、ある薬を飲む群と飲まない群で死亡率が異なるのかなどといったアウトカムが生きるor死ぬなどの二値で、アウトカム発生までの時間の流れも考慮しなければならない場合に使用されます。 つまり、ビジネスの世界では、会員登録制サービスでの登録・解約に対する施策や、HR（ヒューマンリソース）分野での退職や転職に影響する要因などを検討する際にも用いることもできるでしょう。 今回は、そんな応用範囲が広いであろう生存解析について紹介していきます。 生存解析は少し複雑ですので、詳細な理論等は参考サイト等をご参照ください。 生存解析の立ち位置 生存関数、ハザード関数、累積ハザ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.medi-08-data-06.work%2Fentry%2Fsurv_analysis&quot; title=&quot;生存解析のすヽめ：カプランマイヤー法とコックス比例ハザードモデル - データの裏側を歩く&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/h/h-wadsworth02/20190518/20190518223756.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-05-18 22:55:47</published>
  <title>生存解析のすヽめ：カプランマイヤー法とコックス比例ハザードモデル</title>
  <type>rich</type>
  <url>https://www.medi-08-data-06.work/entry/surv_analysis</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
