Modelos de Sobrevivência Bivariados Baseados na Cópula PVF

Detalhes bibliográficos
Autor(a) principal: Thiago Ramos Biondo
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://doi.org/10.11606/D.104.2020.tde-06082020-095824
Resumo: Uma alternativa desenvolvida para estudar associações entre os tempos de sobrevivência multivariados é o uso dos modelos baseados em funções cópulas. Neste trabalho, utilizamos o modelo de sobrevivência derivado da cópula PVF, baseada na distribuição Power Variance Function, 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 análise de influência de deleção de casos baseado na divergência ψ. Por fim, ilustramos a aplicabilidade dos modelos propostos a conjuntos de dados simulados e reais.
id USP_651cf9b15878e9cc36cdd66d01fc4d1b
oai_identifier_str oai:teses.usp.br:tde-06082020-095824
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Modelos de Sobrevivência Bivariados Baseados na Cópula PVF Bivariate Survival Models Based on PVF Copula 2020-03-13Adriano Kamimura SuzukiErlandson Ferreira SaraivaPaulo Henrique Ferreira da SilvaThiago Ramos BiondoUniversidade de São PauloEstatísticaUSPBR Análise de sobrevivência Bayesian inference Copula functions Cópula PVF Funções cópulas Inferência bayesiana PVF copula Simulação Simulation Survival analysis Uma alternativa desenvolvida para estudar associações entre os tempos de sobrevivência multivariados é o uso dos modelos baseados em funções cópulas. Neste trabalho, utilizamos o modelo de sobrevivência derivado da cópula PVF, baseada na distribuição Power Variance Function, 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 análise de influência de deleção de casos baseado na divergência ψ. Por fim, ilustramos a aplicabilidade dos modelos propostos a conjuntos de dados simulados e reais. An alternative developed to study associations among multivariate survival times is the use of models based on copula functions. In this work, we use the survival model derived from the PVF copula, based on the Power Variance Function distribution, to model the dependence of bivariate data in the presence of covariates and censored observations. For inferential purposes, we perform a Bayesian approach using Monte Carlo Markov Chain (MCMC) methods. Some discussions about model selection criteria are presented. In order to detect influential observations, we used the Bayesian method of deletion influence analysis of cases based on divergence ψ. Finally, we show the applicability of the proposed models to simulated and real datasets https://doi.org/10.11606/D.104.2020.tde-06082020-095824info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T18:20:22Zoai:teses.usp.br:tde-06082020-095824Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-12-22T12:14:05.758253Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.pt.fl_str_mv Modelos de Sobrevivência Bivariados Baseados na Cópula PVF
dc.title.alternative.en.fl_str_mv Bivariate Survival Models Based on PVF Copula
title Modelos de Sobrevivência Bivariados Baseados na Cópula PVF
spellingShingle Modelos de Sobrevivência Bivariados Baseados na Cópula PVF
Thiago Ramos Biondo
title_short Modelos de Sobrevivência Bivariados Baseados na Cópula PVF
title_full Modelos de Sobrevivência Bivariados Baseados na Cópula PVF
title_fullStr Modelos de Sobrevivência Bivariados Baseados na Cópula PVF
title_full_unstemmed Modelos de Sobrevivência Bivariados Baseados na Cópula PVF
title_sort Modelos de Sobrevivência Bivariados Baseados na Cópula PVF
author Thiago Ramos Biondo
author_facet Thiago Ramos Biondo
author_role author
dc.contributor.advisor1.fl_str_mv Adriano Kamimura Suzuki
dc.contributor.referee1.fl_str_mv Erlandson Ferreira Saraiva
dc.contributor.referee2.fl_str_mv Paulo Henrique Ferreira da Silva
dc.contributor.author.fl_str_mv Thiago Ramos Biondo
contributor_str_mv Adriano Kamimura Suzuki
Erlandson Ferreira Saraiva
Paulo Henrique Ferreira da Silva
description Uma alternativa desenvolvida para estudar associações entre os tempos de sobrevivência multivariados é o uso dos modelos baseados em funções cópulas. Neste trabalho, utilizamos o modelo de sobrevivência derivado da cópula PVF, baseada na distribuição Power Variance Function, 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 análise de influência de deleção de casos baseado na divergência ψ. Por fim, ilustramos a aplicabilidade dos modelos propostos a conjuntos de dados simulados e reais.
publishDate 2020
dc.date.issued.fl_str_mv 2020-03-13
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 https://doi.org/10.11606/D.104.2020.tde-06082020-095824
url https://doi.org/10.11606/D.104.2020.tde-06082020-095824
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 de São Paulo
dc.publisher.program.fl_str_mv Estatística
dc.publisher.initials.fl_str_mv USP
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade de São Paulo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1794502519966138368

Registros relacionados