📉 Kaplan-Meier
Estimador no paramétrico de la función de supervivencia. S(t) = Π(1 - dᵢ/nᵢ) para cada tiempo tᵢ donde ocurre un evento. Se visualiza como una curva escalonada. El test log-rank compara dos curvas KM.
⚖️ Cox Proportional Hazards
Modelo semiparamétrico: h(t|X) = h₀(t)·exp(βX). No asume forma para h₀(t) (línea base), pero sí que los hazards son proporcionales. Los coeficientes exp(β) son hazard ratios.
📊 Hazard Ratio (HR)
HR = exp(β). Un HR > 1 significa mayor riesgo (menor supervivencia). HR = 2: el grupo duplica el riesgo en cada momento. HR = 0.5: el grupo reduce el riesgo a la mitad. Se interpreta como riesgo relativo instantáneo.
🔍 Censura
Ocurre cuando no observamos el evento para algunos sujetos. Censura por derecha: el sujeto abandona o el estudio termina antes del evento. La censura debe ser no informativa (independiente del evento).
Explora los conceptos con ejemplos practicos disponibles en la simulacion interactiva de este modulo.
Intuicion
Los modelos predictivos usan datos historicos para pronosticar valores futuros o desconocidos.
Formula clave
Cada modelo tiene su formulacion matematica para relacionar predictores con respuesta.
Paso a paso
Sigue la metodologia: entrenamiento, validacion, evaluacion.
Error comun: Sobreajuste
El sobreajuste ocurre cuando el modelo aprende ruido en vez de senal.
Ejemplo concreto
Aplica cada modelo a problemas reales de prediccion.
Conexion
Estos modelos avanzan hacia ML (Curso 5) y aplicaciones (Curso 6).