Sobre el análisis de supervivencia
En el análisis de supervivencia, o el caso de análisis, la variable de interés o mide el tiempo a partir de un punto de partida a un punto de interés como la muerte debido a alguna enfermedad. Para la variable de respuesta es positiva variable que es en la mayoría de los casos sesgada. Como consecuencia de la habitual suposición de normalidad falla y, por ejemplo, el clásico de técnicas de regresión no son aplicables. (Sin embargo, tenga en cuenta que a veces una transformación de la variable podría mejorar la situación). Pero la principal diferencia es la censura: una muy característica común cuando se trata con el tiempo-a-datos del evento. En su forma más común (derecho de censurar), no sé el tiempo exacto para un individuo determinado, pero ¿sabes que es más grande que algunos de valor de $t^{\star}$. Por ejemplo, supongamos que usted siga un paciente a la muerte. En el momento $t=10$ de los días, él está vivo. En el momento $t=30$ días él todavía está vivo, pero luego él se perdieron durante el seguimiento. Entonces usted no sabe la hora exacta de la muerte, pero no sabes que $t > 30$. Ignorando la censura está claro que no es la mejor pensar; en su lugar, usted puede grabar $t^{\star} = 30$ como una observación censurada. Técnicas de análisis de supervivencia (por ejemplo, el estimador de Kaplan-Meier, de regresión de Cox, ...) están especialmente diseñados para lidiar con la censura.
A mi punto de vista de la Modelización de los Datos de Supervivencia en la Investigación Médica es una muy buena opción como primer libro en el análisis de supervivencia... pero hay muchos otros.