Analisis Kelangsungan Hidup dan Model Waktu Peristiwa dengan R — PickAClass
4.0 (5) ⏱ 2 jam 42 mnt 📚 27 pelajaran 🎧 Versi audio

Analisis Kelangsungan Hidup dan Model Waktu Peristiwa dengan R

Menganalisis data waktu-ke-kejadian menggunakan R melalui metode statistik dasar, model bahaya proporsional Cox, dan teknik pembelajaran mesin modern.

  • 💬 Instruktur AI
    Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja.
  • 🕐 Mulai kapan saja
    Tanpa jadwal atau tenggat — belajar dengan kecepatan sendiri, kapan pun Anda mau.
  • 🌐 Dalam bahasa Indonesia
    Pelajaran, tugas, dan sertifikat — semuanya sepenuhnya dalam bahasa Anda.

Tentang kursus ini

Mengerti berapa lama waktu yang diperlukan untuk terjadinya suatu peristiwa adalah keterampilan yang penting dalam berbagai bidang mulai dari kedokteran dan teknik hingga keuangan dan ilmu sosial. Baik Anda menyebutnya analisis durasi, analisis keandalan, atau model waktu-kejadian, kemampuan untuk memprediksi hasil dari waktu ke waktu sangat penting bagi para profesional data modern. Kursus ini menyediakan jalur terstruktur untuk menganalisis informasi berstempel waktu menggunakan R, mengubah data mentah menjadi wawasan statistik yang dapat diterapkan. Anda akan berpindah dari belajar terminologi dasar ke menerapkan model yang canggih yang menangani tantangan unik dari data kelangsungan hidup, seperti penyensoran dan bervariasi interval waktu. Apa yang akan kau pelajari: - Mengerti konsep inti termasuk sensor, tingkat bahaya, dan fungsi kelangsungan hidup - Terapkan estimator Kaplan-Meier untuk memperkirakan dan membandingkan probabilitas kelangsungan hidup - Lakukan tes logrank untuk mengidentifikasi perbedaan signifikan antara kelompok - Membuat dan menafsirkan model bahaya proporsional Cox dengan beberapa kovariat - Implementasi pohon kelangsungan hidup sebagai pendekatan pembelajaran mesin modern untuk data durasi - Bersihkan dan siapkan informasi tanggal-waktu kompleks menggunakan paket lubridate - Identifikasi dan mengelola nilai yang hilang dan outliers untuk memastikan keandalan model Kursus ini dimulai dengan definisi dasar dan struktur data spesifik yang diperlukan untuk analisis kelangsungan hidup. Anda akan maju melalui model non-parametrik dan semi-parametric sebelum menjelajahi aliran kerja pra-proses data canggih dan aplikasi machine learning modern untuk data waktu-ke-kejadian. Kursus ini dirancang untuk pemula dalam statistik atau ilmu data yang memiliki keakraban dasar dengan sintaks R tetapi baru untuk durasi dan analisis reliabilitas. Tidak ada pengalaman sebelumnya dengan model survival diperlukan. Mulailah membangun model kelangsungan hidup yang kuat untuk memecahkan masalah durasi di dunia nyata sekarang.

Apa yang Anda dapatkan

  • 📜 Sertifikat penyelesaian
    Tambahkan ke profil LinkedIn Anda
  • 💬 Tutor AI pribadi
    Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja.
  • 🎧 Termasuk versi audio
    Belajar di mana saja — tanpa layar
  • ♾️ Akses seumur hidup
    Kembali kapan saja, tanpa kedaluwarsa
  • 📱 Ponsel atau komputer
    Berfungsi di mana saja, perangkat apa saja
  • 💸 Pengembalian 14 hari
    Tanpa pertanyaan
  • Singkat dan fokus
    2 jam 42 mnt konten praktis

Sertifikat penyelesaian

Setiap kursus yang Anda selesaikan di PickAClass menerbitkan kredensial seperti ini — orisinal, dengan kodenya sendiri, dapat diverifikasi via URL, dan rinci tentang yang benar-benar ditunjukkan.

P
PickAClass
Profil keterampilan · terverifikasi
Dokumen
Sertifikat Penguasaan
Ini menyatakan bahwa
Nama Lengkap
telah berhasil menunjukkan penguasaan
Analisis Kelangsungan Hidup dan Model Waktu Peristiwa dengan R
Keterampilan yang ditunjukkan
Analisis pola perilaku
Dasar
1.2 jam
Kerangka arsitektur keputusan
Mahir
1.4 jam
Desain uji A/B
Mahir
1.7 jam
Copywriting perilaku
Lanjutan
1.9 jam
P
PickAClass — Nama Lengkap
Analisis Kelangsungan Hidup dan Model Waktu Peristiwa dengan R
Halaman 2 dari 2
Detail kinerja
Ringkasan tugas kursus
Pelajaran selesai 14 / 14
Soal latihan 26 / 28
Tugas dikirim 4 (rata 4,5 / 5)
Proyek capstone Ditinjau — 4,6 / 5
Total latihan 6.2 jam
Tolok ukur kinerja
Peringkat kohort 12% teratas dari 1,625
Waktu penyelesaian 11 hari (median: 22)
Skor penguasaan 91 / 100
Skor soal latihan 94%
Verifikasi keterampilan Jalur Keterampilan terverifikasi
Verifikasi kredensial ini
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Diterbitkan di bawah standar akademik PickAClass. Tingkat keterampilan mencerminkan kinerja yang dinilai terhadap rubrik kompetensi kursus. Ini kredensial orisinal platform ini.

Ulasan (5)

Фариза Нуртазина KZ Pelajar terverifikasi
★ 3 · 03.08.2026

Sangat informatif. aku suka contoh aplikasi praktis, meskipun pengaturan awal membutuhkan waktu lebih lama dari yang kuharapkan.

Fatima Khan KE Pelajar terverifikasi
★ 4 · 19.07.2026

Kursus yang sangat berharga, pelajarannya berjalan dengan baik dan contoh-contoh dunia nyata sangat tepat, sangat layak untuk investasi waktu.

Amarech Haile ET Pelajar terverifikasi
★ 5 · 15.06.2026

Sangat menikmati kursus ini. Cara informasi dipresentasikan sangat baik, dan aplikasi praktis disorot secara efektif. Kerja bagus!

Liam Johnson AU Pelajar terverifikasi
★ 3 · 10.06.2026

itu adalah kursus yang baik secara keseluruhan beberapa bagian agak lambat, tapi bahan inti dijelaskan dengan baik dan contohnya membantu nilai yang layak

Beatriz Núñez CL
★ 5 · 03.06.2026

tidak bisa meminta pengalaman belajar yang lebih baik strukturnya mengalir dengan sempurna, dan contohnya sangat relevan sangat direkomendasikan!

Tulis ulasan

Setelah mengirim kami akan meminta masuk — draf Anda tersimpan.

Pelajar lain juga mengambil

Pertanyaan umum

Apa yang saya butuhkan untuk mengikuti kursus ini? +

Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.

Bagaimana cara membayar? +

Dengan kartu via Stripe. Kami tidak menyimpan detail kartu — Stripe menanganinya dengan aman.

Bisakah saya mendapat refund? +

Ya — refund penuh dalam 14 hari, tanpa pertanyaan.

Berapa lama saya akan punya akses? +

Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.

Apakah saya akan mendapat sertifikat? +

Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.

Dibuat untuk pelajar di
Teknologi Desain Keuangan Pemasaran Kesehatan Pendidikan Perhotelan Manufaktur