Modelos de sobrevivência bivariados baseados na cópula PVF

• Ano de defesa: 2020
• Autor(a) principal: Biondo, Thiago Ramos
• Orientador(a): Suzuki, Adriano Kamimura
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de São Carlos; Câmpus São Carlos
• Programa de Pós-Graduação: Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
• Palavras-chave em Português: Análise de sobrevivência; Funções cópulas; Cópula PVF; Inferência bayesiana; Simulação
• Palavras-chave em Inglês: Survival analysis; Copula functions; PVF copula; Bayesian inference; Simulation
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS; CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE MULTIVARIADA; CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::FUNDAMENTOS DA ESTATISTICA
• Link de acesso: https://repositorio.ufscar.br/handle/20.500.14289/12431

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 psi. Finally, we show the applicability of the proposed models to simulated and real datasets.