Modelos de Sobrevivência Bivariados Baseados na Cópula PVF

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Biondo, Thiago Ramos
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: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Análise de sobrevivência
Bayesian inference
Copula functions
Cópula PVF
Funções cópulas
Inferência bayesiana
PVF copula
Simulação
Simulation
Survival analysis
Link de acesso: https://www.teses.usp.br/teses/disponiveis/104/104131/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
spelling Modelos de Sobrevivência Bivariados Baseados na Cópula PVFBivariate Survival Models Based on PVF CopulaAnálise de sobrevivênciaBayesian inferenceCopula functionsCópula PVFFunções cópulasInferência bayesianaPVF copulaSimulaçãoSimulationSurvival analysisUma 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 datasetsBiblioteca Digitais de Teses e Dissertações da USPSuzuki, Adriano KamimuraBiondo, Thiago Ramos2020-03-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/104/104131/tde-06082020-095824/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2020-08-06T16:07:02Zoai: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:27212020-08-06T16:07:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Modelos de Sobrevivência Bivariados Baseados na Cópula PVF
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
Biondo, Thiago Ramos
Análise de sobrevivência
Bayesian inference
Copula functions
Cópula PVF
Funções cópulas
Inferência bayesiana
PVF copula
Simulação
Simulation
Survival analysis
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 Biondo, Thiago Ramos
author_facet Biondo, Thiago Ramos
author_role author
dc.contributor.none.fl_str_mv Suzuki, Adriano Kamimura
dc.contributor.author.fl_str_mv Biondo, Thiago Ramos
dc.subject.por.fl_str_mv Análise de sobrevivência
Bayesian inference
Copula functions
Cópula PVF
Funções cópulas
Inferência bayesiana
PVF copula
Simulação
Simulation
Survival analysis
topic Análise de sobrevivência
Bayesian inference
Copula functions
Cópula PVF
Funções cópulas
Inferência bayesiana
PVF copula
Simulação
Simulation
Survival analysis
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.none.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://www.teses.usp.br/teses/disponiveis/104/104131/tde-06082020-095824/
url https://www.teses.usp.br/teses/disponiveis/104/104131/tde-06082020-095824/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
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_ 1815257905793859584

Registros relacionados