Análise de sobrevivência com o R

• Autor(a) principal: Borges, Alexandra Isabel Monteiro
• Data de Publicação: 2014
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.13/732
• topic: Análise de sobrevivência; Linguagem R; Package survival; R Commander; Matemática; .; Centro de Ciências Exatas e da Engenharia

O principal objectivo desta dissertação é dar a conhecer as potencialidades da linguagem R pois ainda existem algumas reservas quanto à sua utilização. E nada melhor que a análise de sobrevivência, por ser um tema da estatística com grande impacto no mundo das doenças e novas curas, para mostrar como este programa apresenta grandes vantagens. Esta dissertação é então composta por quatro capítulos. No primeiro capítulo introduzimos alguns conceitos fundamentais da análise de sobrevivência, os quais servirão de suporte para o terceiro capítulo. Assim sendo, apresentamos um pouco da sua história, conceitos básicos, conceitos novos numa perspectiva de regressão diferente da que estamos habituados, tendo como objectivo a construção de modelos de regressão tendo sempre em conta métodos para averiguar se o modelo é o mais adequado ou não. No segundo capítulo apresentamos o R, o package R Commander (que já tem um interface mais amigável), o package survival (talvez o mais importante na análise de sobrevivência clássica), bem como outros packages que poderão ser úteis para quem quiser aprofundar o seu uso nesta área. O terceiro capítulo é o que aplica os conhecimentos dos dois anteriores e no qual pretendemos dar a conhecer algumas das muitas possibilidades de utilização deste software nesta área da Estatística. Este é dividido em três, ou seja, está dividido consoante as etapas que vamos precisando para trabalhar a nossa base de dados, começando pela análise descritiva, para conhecermos os dados que temos, depois a função de sobrevivência, por ser um conceito importante e por m, a construção de modelos de regressão, não paramétricos e paramétricos. Por último, apresentamos as nossas conclusões deste trabalho.