Modelo de regressão de Cox com verossimilhança monótona
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/ICED-AM722U |
Resumo: | Quando se modela estudos clínicos ou epidemiológicos envolvendo eventos raros é comum obter amostras com alto percentual de censura. A presença de covariáveis binárias nas análises pode criar problemas durante o processo de estimação fazendo com que a função de verossimilhança não seja maximizada para determinados parâmetros. Este fenômeno é conhecido na literatura por verossimilhança monótona, e ocorre quando um dos níveis da covariável binária não está associado ao evento de interesse. Uma solução para o problema baseada na inferência Clássica, foi sugerida por Heinze e Schemper (2001), sendo uma adaptação do procedimento de Firth (1993), originalmente desenvolvido para reduzir o viés dos estimadores de máxima verossimilhança. Este procedimento garante a obtenção de estimativas finitas para os parâmetros. No entanto, a solução tem a desvantagem de fornecer estimativas viesadas associadas a erros-padrão elevados. Neste trabalho, propomos corrigir o problema usando a abordagem Bayesiana, onde diferentes funções de penalidade (distribuições a priori) para os parâmetros foram testadas, como por exemplo a N(m, v), Cauchy(l, s) e log-F(a, b). Um estudo de simulação foi desenvolvido para avaliar o comportamento assintótico das estimativas. Finalmente, realiza-se uma aplicação destes procedimentos a um banco de dados real referente a pacientes com melanoma. |
id |
UFMG_b940d8e5e754fe42fa6899c97fae62b7 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/ICED-AM722U |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Enrico Antonio ColosimoVinicius Diniz MayrinkVinicius Diniz MayrinkWagner Barreto de SouzaFrederico Machado Almeida2019-08-12T01:20:43Z2019-08-12T01:20:43Z2017-02-10http://hdl.handle.net/1843/ICED-AM722UQuando se modela estudos clínicos ou epidemiológicos envolvendo eventos raros é comum obter amostras com alto percentual de censura. A presença de covariáveis binárias nas análises pode criar problemas durante o processo de estimação fazendo com que a função de verossimilhança não seja maximizada para determinados parâmetros. Este fenômeno é conhecido na literatura por verossimilhança monótona, e ocorre quando um dos níveis da covariável binária não está associado ao evento de interesse. Uma solução para o problema baseada na inferência Clássica, foi sugerida por Heinze e Schemper (2001), sendo uma adaptação do procedimento de Firth (1993), originalmente desenvolvido para reduzir o viés dos estimadores de máxima verossimilhança. Este procedimento garante a obtenção de estimativas finitas para os parâmetros. No entanto, a solução tem a desvantagem de fornecer estimativas viesadas associadas a erros-padrão elevados. Neste trabalho, propomos corrigir o problema usando a abordagem Bayesiana, onde diferentes funções de penalidade (distribuições a priori) para os parâmetros foram testadas, como por exemplo a N(m, v), Cauchy(l, s) e log-F(a, b). Um estudo de simulação foi desenvolvido para avaliar o comportamento assintótico das estimativas. Finalmente, realiza-se uma aplicação destes procedimentos a um banco de dados real referente a pacientes com melanoma.Universidade Federal de Minas GeraisUFMGAnálise de regressãoRegressão de CoxEstatísticaEstatisticaVerossimilhança (Estatistica)Teoria bayesiana de decisão estatisticaVerossimilhança (Estatística)Análise de SobrevivênciaVerossimilhança MonótonaCorreção de FirthMelanomaAbordagem BayesianaModelo de regressão de Cox com verossimilhança monótonainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALdisserta__o_frederico.pdfapplication/pdf10607715https://repositorio.ufmg.br/bitstream/1843/ICED-AM722U/1/disserta__o_frederico.pdf16641cea79881cc64592a8da962285f3MD51TEXTdisserta__o_frederico.pdf.txtdisserta__o_frederico.pdf.txtExtracted texttext/plain98016https://repositorio.ufmg.br/bitstream/1843/ICED-AM722U/2/disserta__o_frederico.pdf.txt4786ff94aea91076c184e5f7ccfa2dc8MD521843/ICED-AM722U2019-11-14 09:36:42.905oai:repositorio.ufmg.br:1843/ICED-AM722URepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T12:36:42Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Modelo de regressão de Cox com verossimilhança monótona |
title |
Modelo de regressão de Cox com verossimilhança monótona |
spellingShingle |
Modelo de regressão de Cox com verossimilhança monótona Frederico Machado Almeida Análise de Sobrevivência Verossimilhança Monótona Correção de Firth Melanoma Abordagem Bayesiana Análise de regressão Regressão de Cox Estatística Estatistica Verossimilhança (Estatistica) Teoria bayesiana de decisão estatistica Verossimilhança (Estatística) |
title_short |
Modelo de regressão de Cox com verossimilhança monótona |
title_full |
Modelo de regressão de Cox com verossimilhança monótona |
title_fullStr |
Modelo de regressão de Cox com verossimilhança monótona |
title_full_unstemmed |
Modelo de regressão de Cox com verossimilhança monótona |
title_sort |
Modelo de regressão de Cox com verossimilhança monótona |
author |
Frederico Machado Almeida |
author_facet |
Frederico Machado Almeida |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Enrico Antonio Colosimo |
dc.contributor.advisor-co1.fl_str_mv |
Vinicius Diniz Mayrink |
dc.contributor.referee1.fl_str_mv |
Vinicius Diniz Mayrink |
dc.contributor.referee2.fl_str_mv |
Wagner Barreto de Souza |
dc.contributor.author.fl_str_mv |
Frederico Machado Almeida |
contributor_str_mv |
Enrico Antonio Colosimo Vinicius Diniz Mayrink Vinicius Diniz Mayrink Wagner Barreto de Souza |
dc.subject.por.fl_str_mv |
Análise de Sobrevivência Verossimilhança Monótona Correção de Firth Melanoma Abordagem Bayesiana |
topic |
Análise de Sobrevivência Verossimilhança Monótona Correção de Firth Melanoma Abordagem Bayesiana Análise de regressão Regressão de Cox Estatística Estatistica Verossimilhança (Estatistica) Teoria bayesiana de decisão estatistica Verossimilhança (Estatística) |
dc.subject.other.pt_BR.fl_str_mv |
Análise de regressão Regressão de Cox Estatística Estatistica Verossimilhança (Estatistica) Teoria bayesiana de decisão estatistica Verossimilhança (Estatística) |
description |
Quando se modela estudos clínicos ou epidemiológicos envolvendo eventos raros é comum obter amostras com alto percentual de censura. A presença de covariáveis binárias nas análises pode criar problemas durante o processo de estimação fazendo com que a função de verossimilhança não seja maximizada para determinados parâmetros. Este fenômeno é conhecido na literatura por verossimilhança monótona, e ocorre quando um dos níveis da covariável binária não está associado ao evento de interesse. Uma solução para o problema baseada na inferência Clássica, foi sugerida por Heinze e Schemper (2001), sendo uma adaptação do procedimento de Firth (1993), originalmente desenvolvido para reduzir o viés dos estimadores de máxima verossimilhança. Este procedimento garante a obtenção de estimativas finitas para os parâmetros. No entanto, a solução tem a desvantagem de fornecer estimativas viesadas associadas a erros-padrão elevados. Neste trabalho, propomos corrigir o problema usando a abordagem Bayesiana, onde diferentes funções de penalidade (distribuições a priori) para os parâmetros foram testadas, como por exemplo a N(m, v), Cauchy(l, s) e log-F(a, b). Um estudo de simulação foi desenvolvido para avaliar o comportamento assintótico das estimativas. Finalmente, realiza-se uma aplicação destes procedimentos a um banco de dados real referente a pacientes com melanoma. |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017-02-10 |
dc.date.accessioned.fl_str_mv |
2019-08-12T01:20:43Z |
dc.date.available.fl_str_mv |
2019-08-12T01:20:43Z |
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.uri.fl_str_mv |
http://hdl.handle.net/1843/ICED-AM722U |
url |
http://hdl.handle.net/1843/ICED-AM722U |
dc.language.iso.fl_str_mv |
por |
language |
por |
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 Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/ICED-AM722U/1/disserta__o_frederico.pdf https://repositorio.ufmg.br/bitstream/1843/ICED-AM722U/2/disserta__o_frederico.pdf.txt |
bitstream.checksum.fl_str_mv |
16641cea79881cc64592a8da962285f3 4786ff94aea91076c184e5f7ccfa2dc8 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589556766769152 |