Busca avançada
Ano de início
Entree

Modelagem de dados de sobrevivência via modelo de risco logístico generalizado

Processo: 03/05132-0
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de setembro de 2003
Vigência (Término): 31 de agosto de 2004
Área do conhecimento:Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
Pesquisador responsável:Francisco Louzada Neto
Beneficiário:Caroline Pires Cremasco
Instituição-sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
Assunto(s):Inferência bayesiana   Método de Monte Carlo

Resumo

Dados de sobrevivência são geralmente modelados por meio da função de risco. Neste contexto, um dos modelos mais utilizados é o modelo de COX que tem a limitação de somente acomodar dados com funções de risco proporcionais. Um modelo de risco não-proporcional alternativo intitulado modelo de risco logístico generalizado dependente do tempo foi proposto por MACKENZIE (1996). Neste projeto pretendemos estudar sistematicamente o modelo de risco logístico generalizado dependente do tempo e suas propriedades, apontando as motivações para o seu uso, verificar as dificuldades referentes ao problema da estimação de máxima verossimilhança dos parâmetros do modelo e propor metodologia de estimação intervalar e construção testes de hipóteses para os parâmetros do modelo via métodos de reamostragem. Comparar os resultados obtidos por meio dos métodos de reamostragem com os resultados obtidos via teoria assintótica. Tanto a probabilidade de cobertura dos intervalos de confiança propostos quanto o tamanho e poder dos testes de hipóteses considerados serão estudados via simulação Monte Carlo. Além disso, proporemos metodologia Bayesiana de estimação para os parâmetros do modelo baseados em técnicas de simulação de Monte Carlo via Cadeias de Markov. (AU)

Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.