Um novo modelo de sobrevivência biparamétrico: inferência clássica e Bayesiana

• Processo: 21/02301-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de maio de 2021
• Data de Término da vigência: 30 de abril de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Adriano Kamimura Suzuki
• Beneficiário: Gabriel Castro Gulin Rosa
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Inferência bayesiana Funções verossimilhança Cadeias de Markov Método de Monte Carlo Análise de sobrevivência
• Palavra(s)-Chave do Pesquisador: distribuição A | Inferência Bayesiana | Inferência Clássica | método de transformação logarítmica generalizada | modelos de sobrevivência | Simulação | Análise de Sobrevivência

Resumo

Neste trabalho propomos um novo modelo de sobrevivência baseado no método de transformação logarítmica generalizada para modelar dados completos ou na presença de observações censuradas. Assumiremos como distribuição base o modelo A e, para fins inferenciais dos parâmetros, realizaremos uma abordagem Clássica por meio da estimação por máxima verossimilhança e uma abordagem Bayesiana utilizando métodos Monte Carlo em Cadeias de Markov (MCMC). Mostraremos sua aplicabilidade a conjuntos de dados simulados e reais. Todas as implementações computacionais serão realizadas utilizando os sistemas JAGS e R.