Modelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Vieira, Maria Gabriella Figueiredo
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://repositorio.unb.br/handle/10482/34741
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.
id UNB_ff427bfb874e031d42677d28b930bb13
oai_identifier_str oai:repositorio.unb.br:10482/34741
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Modelo de regressão odds-riscos proporcionais para dados de sobrevivência discretosModelo de regressãoAnálise de sobrevivênciaDistribuições discretasDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.Existe uma extensa literatura que desenvolve as técnicas de Análise de Sobrevivência para tempo de falha contínuo, principalmente no que diz respeito ao ajuste de modelos de regressão. O uso de modelos contínuos para analisar uma variável discreta não é aceitável em determinadas situações. Dessa forma, como o referencial teórico é restrito, o desenvolvimento de estudos nessa área torna-se muito relevante. O objetivo desse trabalho, portanto, foi estruturar um modelo de regressão para dados de sobrevivência com tempo de falha discreto. Para isso, tomando como base o modelo de regressão de riscos proporcionais de Cox, foi proposto um modelo análogo que adapta a teoria para que as covariáveis ajam multiplicativamente na odds (chance) do risco. Como resultado, foi obtida uma técnica de ajuste do modelo de regressão para dados discretos, propondo uma nova forma para ajustar o modelo, verificar as suposições e analisar a qualidade do ajuste. Usando a base de dados de um estudo feito com pacientes que sentiam dor lombar, o modelo de regressão odds-riscos proporcionais foi ajustado e desenvolveu-se toda a análise proposta. Concluiu-se que o modelo de regressão odds-riscos proporcionais é uma técnica boa e completa para analisar as variáveis que são originalmente discretas.There is an extensive literature that develops the Survival Analysis techniques to continuous failure times, mainly as regards the adjustment of regression models. The use of continuous models to analyze a discrete variable is not acceptable in certain situations. Thus, since the theoretical reference is restricted, the development of studies in this area becomes very relevant. Therefore, the purpose of this work is to structure a regression model for survival data with discrete failure time. For this, based on the Cox proportional hazards regression model, an analog model is proposed that adapts the theory so that the covariables act multiplicatively in the risk odds. As result, a technique of regression model adjustment for discrete data is obtained, proposing a new way to adjust the model, to verify the assumptions and to analyze the adjustment quality. Using the database of a study done with patients who feel low back pain, the proportional odds-risks regression model is adjusted and the whole proposed analysis is carried out. It is concluded that the proportional odds-risks regression model is a good and complete technique to analyze the variables that are originally discrete.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaNakano, Eduardo YoshioVieira, Maria Gabriella Figueiredo2019-06-06T17:40:10Z2019-06-06T17:40:10Z2019-06-062018-12-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfVIEIRA, Maria Gabriella Figueiredo. UModelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos. 2018. xvi, 57 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018.http://repositorio.unb.br/handle/10482/34741A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-01T16:22:38Zoai:repositorio.unb.br:10482/34741Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:22:38Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Modelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos
title Modelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos
spellingShingle Modelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos
Vieira, Maria Gabriella Figueiredo
Modelo de regressão
Análise de sobrevivência
Distribuições discretas
title_short Modelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos
title_full Modelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos
title_fullStr Modelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos
title_full_unstemmed Modelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos
title_sort Modelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos
author Vieira, Maria Gabriella Figueiredo
author_facet Vieira, Maria Gabriella Figueiredo
author_role author
dc.contributor.none.fl_str_mv Nakano, Eduardo Yoshio
dc.contributor.author.fl_str_mv Vieira, Maria Gabriella Figueiredo
dc.subject.por.fl_str_mv Modelo de regressão
Análise de sobrevivência
Distribuições discretas
topic Modelo de regressão
Análise de sobrevivência
Distribuições discretas
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.
publishDate 2018
dc.date.none.fl_str_mv 2018-12-17
2019-06-06T17:40:10Z
2019-06-06T17:40:10Z
2019-06-06
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 VIEIRA, Maria Gabriella Figueiredo. UModelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos. 2018. xvi, 57 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018.
http://repositorio.unb.br/handle/10482/34741
identifier_str_mv VIEIRA, Maria Gabriella Figueiredo. UModelo de regressão odds-riscos proporcionais para dados de sobrevivência discretos. 2018. xvi, 57 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018.
url http://repositorio.unb.br/handle/10482/34741
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083864701534208