Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana

Detalhes bibliográficos
Autor(a) principal: Ribeiro, Taís Roberta
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSCAR
Texto Completo: https://repositorio.ufscar.br/handle/ufscar/9015
Resumo: The frailty models are used to model the possible associations between survival times. Another alternative developed for modeling the dependence between multivariate data is the use of models based on copulas functions. In this paper we propose two derived survival models of copula of the Ali-Mikhail-Haq (AMH) and of the Frank to model the dependence of bivariate data in the presence of covariates and censored observations. For inferential purposes, we conducted a Bayesian approach using Monte Carlo methods in Markov Chain (MCMC). Some discussions on the model selection criteria were presented. In order to detect influential observations we use the Bayesian method of cases of deletion of influence analysis based on the difference ^. Finally, we show the applicability of the proposed models to sets of simulated and real data. We present, too, a new survival model with bivariate fraction of healing, which takes into account three settings for the latent activation mechanism: random activation, first activation and final activation. We apply this model to a set of Direct Credit loan data to the Consumer mode (DCC) and compare the settings, through Bayesian criteria for selection of models, which of the three models best fit. Finally, we show our future proposal for further research.
id SCAR_c819895ef2208f1002dbf842239cd86f
oai_identifier_str oai:repositorio.ufscar.br:ufscar/9015
network_acronym_str SCAR
network_name_str Repositório Institucional da UFSCAR
repository_id_str 4322
spelling Ribeiro, Taís RobertaSuzuki, Adriano Kamimurahttp://lattes.cnpq.br/4579497412852854http://lattes.cnpq.br/85356493953484338adb3864-a5cc-4c28-83d6-290a789525f42017-08-17T14:40:04Z2017-08-17T14:40:04Z2017-03-31RIBEIRO, Taís Roberta. Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana. 2017. Dissertação (Mestrado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2017. Disponível em: https://repositorio.ufscar.br/handle/ufscar/9015.https://repositorio.ufscar.br/handle/ufscar/9015The frailty models are used to model the possible associations between survival times. Another alternative developed for modeling the dependence between multivariate data is the use of models based on copulas functions. In this paper we propose two derived survival models of copula of the Ali-Mikhail-Haq (AMH) and of the Frank to model the dependence of bivariate data in the presence of covariates and censored observations. For inferential purposes, we conducted a Bayesian approach using Monte Carlo methods in Markov Chain (MCMC). Some discussions on the model selection criteria were presented. In order to detect influential observations we use the Bayesian method of cases of deletion of influence analysis based on the difference ^. Finally, we show the applicability of the proposed models to sets of simulated and real data. We present, too, a new survival model with bivariate fraction of healing, which takes into account three settings for the latent activation mechanism: random activation, first activation and final activation. We apply this model to a set of Direct Credit loan data to the Consumer mode (DCC) and compare the settings, through Bayesian criteria for selection of models, which of the three models best fit. Finally, we show our future proposal for further research.Os modelos de fragilidade são utilizados para modelar as possíveis associações entre os tempos de sobrevivência. Uma outra alternativa desenvolvida para modelar a dependência entre dados multivariados e o uso dos modelos baseados em funções cápulas. Neste trabalho propusemos dois modelos de sobrevivência derivados das copulas de Ali-Mikhail-Haq (AMH) e de Frank para modelar a dependência de dados bivariados na presença de covariáveis e observações censuradas. Para fins inferenciais, realizamos uma abordagem bayesiana usando métodos Monte Carlo em Cadeias de Markov (MCMC). Algumas discussões sobre os critérios de seleção de modelos são apresentadas. Com o objetivo de detectar observações influentes utilizamos o método bayesiano de analise de influencia de deleção de casos baseado na divergência. Por fim, mostramos a aplicabilidade dos modelos propostos a conjuntos de dados simulados e reais. Apresentamos, também, um novo modelo de sobrevivência bivariado com fração de cura, que leva em consideração três configurações para o mecanismo de ativação latente: ativação aleatória, primeira ativação e áltima ativação. Aplicamos este modelo a um conjunto de dados de empréstimo de Credito Direto ao modo do Consumidor (DCC) e comparamos os ajustes por meio dos critérios bayesianos de seleção de modelos para verificar qual dos três modelos melhor se ajustou. Por fim, mostramos nossa proposta futura para a continuaçaão da pesquisa.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)porUniversidade Federal de São CarlosCâmpus São CarlosPrograma Interinstitucional de Pós-Graduação em Estatística - PIPGEsUFSCarAnálise de sobrevivênciaDados de sobrevivência bivariadosFunções cópulasFração de curaSurvival analysisBivariate survival dataCopula functionsCure fractionCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICAModelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesianaStatistical modeling to bivariate survival data : a bayesian approachinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisOnline60060092ef332a-bae9-4e24-a4ca-0e73c1a7b1cfinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARLICENSElicense.txtlicense.txttext/plain; charset=utf-81957https://repositorio.ufscar.br/bitstream/ufscar/9015/2/license.txtae0398b6f8b235e40ad82cba6c50031dMD52ORIGINALDissTRR.pdfDissTRR.pdfapplication/pdf2739559https://repositorio.ufscar.br/bitstream/ufscar/9015/1/DissTRR.pdf80c76b7b0d4fcf15e1c9962556cd8745MD51TEXTDissTRR.pdf.txtDissTRR.pdf.txtExtracted texttext/plain176280https://repositorio.ufscar.br/bitstream/ufscar/9015/3/DissTRR.pdf.txtb11224e660013cd19a842b11a2f78859MD53THUMBNAILDissTRR.pdf.jpgDissTRR.pdf.jpgIM Thumbnailimage/jpeg5283https://repositorio.ufscar.br/bitstream/ufscar/9015/4/DissTRR.pdf.jpg0862624621366f4e4717d1b21a048faeMD54ufscar/90152023-09-18 18:31:25.526oai:repositorio.ufscar.br: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Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222023-09-18T18:31:25Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false
dc.title.por.fl_str_mv Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana
dc.title.alternative.eng.fl_str_mv Statistical modeling to bivariate survival data : a bayesian approach
title Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana
spellingShingle Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana
Ribeiro, Taís Roberta
Análise de sobrevivência
Dados de sobrevivência bivariados
Funções cópulas
Fração de cura
Survival analysis
Bivariate survival data
Copula functions
Cure fraction
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
title_short Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana
title_full Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana
title_fullStr Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana
title_full_unstemmed Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana
title_sort Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana
author Ribeiro, Taís Roberta
author_facet Ribeiro, Taís Roberta
author_role author
dc.contributor.authorlattes.por.fl_str_mv http://lattes.cnpq.br/8535649395348433
dc.contributor.author.fl_str_mv Ribeiro, Taís Roberta
dc.contributor.advisor1.fl_str_mv Suzuki, Adriano Kamimura
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/4579497412852854
dc.contributor.authorID.fl_str_mv 8adb3864-a5cc-4c28-83d6-290a789525f4
contributor_str_mv Suzuki, Adriano Kamimura
dc.subject.por.fl_str_mv Análise de sobrevivência
Dados de sobrevivência bivariados
Funções cópulas
Fração de cura
topic Análise de sobrevivência
Dados de sobrevivência bivariados
Funções cópulas
Fração de cura
Survival analysis
Bivariate survival data
Copula functions
Cure fraction
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
dc.subject.eng.fl_str_mv Survival analysis
Bivariate survival data
Copula functions
Cure fraction
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
description The frailty models are used to model the possible associations between survival times. Another alternative developed for modeling the dependence between multivariate data is the use of models based on copulas functions. In this paper we propose two derived survival models of copula of the Ali-Mikhail-Haq (AMH) and of the Frank to model the dependence of bivariate data in the presence of covariates and censored observations. For inferential purposes, we conducted a Bayesian approach using Monte Carlo methods in Markov Chain (MCMC). Some discussions on the model selection criteria were presented. In order to detect influential observations we use the Bayesian method of cases of deletion of influence analysis based on the difference ^. Finally, we show the applicability of the proposed models to sets of simulated and real data. We present, too, a new survival model with bivariate fraction of healing, which takes into account three settings for the latent activation mechanism: random activation, first activation and final activation. We apply this model to a set of Direct Credit loan data to the Consumer mode (DCC) and compare the settings, through Bayesian criteria for selection of models, which of the three models best fit. Finally, we show our future proposal for further research.
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-08-17T14:40:04Z
dc.date.available.fl_str_mv 2017-08-17T14:40:04Z
dc.date.issued.fl_str_mv 2017-03-31
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv RIBEIRO, Taís Roberta. Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana. 2017. Dissertação (Mestrado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2017. Disponível em: https://repositorio.ufscar.br/handle/ufscar/9015.
dc.identifier.uri.fl_str_mv https://repositorio.ufscar.br/handle/ufscar/9015
identifier_str_mv RIBEIRO, Taís Roberta. Modelagens estatística para dados de sobrevivência bivariados : uma abordagem bayesiana. 2017. Dissertação (Mestrado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2017. Disponível em: https://repositorio.ufscar.br/handle/ufscar/9015.
url https://repositorio.ufscar.br/handle/ufscar/9015
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv 600
600
dc.relation.authority.fl_str_mv 92ef332a-bae9-4e24-a4ca-0e73c1a7b1cf
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de São Carlos
Câmpus São Carlos
dc.publisher.program.fl_str_mv Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
dc.publisher.initials.fl_str_mv UFSCar
publisher.none.fl_str_mv Universidade Federal de São Carlos
Câmpus São Carlos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSCAR
instname:Universidade Federal de São Carlos (UFSCAR)
instacron:UFSCAR
instname_str Universidade Federal de São Carlos (UFSCAR)
instacron_str UFSCAR
institution UFSCAR
reponame_str Repositório Institucional da UFSCAR
collection Repositório Institucional da UFSCAR
bitstream.url.fl_str_mv https://repositorio.ufscar.br/bitstream/ufscar/9015/2/license.txt
https://repositorio.ufscar.br/bitstream/ufscar/9015/1/DissTRR.pdf
https://repositorio.ufscar.br/bitstream/ufscar/9015/3/DissTRR.pdf.txt
https://repositorio.ufscar.br/bitstream/ufscar/9015/4/DissTRR.pdf.jpg
bitstream.checksum.fl_str_mv ae0398b6f8b235e40ad82cba6c50031d
80c76b7b0d4fcf15e1c9962556cd8745
b11224e660013cd19a842b11a2f78859
0862624621366f4e4717d1b21a048fae
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)
repository.mail.fl_str_mv
_version_ 1813715578417840128