Modelo de regressão de Cox com verossimilhança monótona

Página do item simplificado
dc.creatorFrederico Machado Almeida
dc.date.accessioned2019-08-12T01:20:43Z
dc.date.accessioned2025-09-08T22:57:14Z
dc.date.available2019-08-12T01:20:43Z
dc.date.issued2017-02-10
dc.identifier.urihttps://hdl.handle.net/1843/ICED-AM722U
dc.languagePortuguês
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectAnálise de regressão
dc.subjectRegressão de Cox
dc.subjectEstatística
dc.subjectEstatistica
dc.subjectVerossimilhança (Estatistica)
dc.subjectTeoria bayesiana de decisão estatistica
dc.subjectVerossimilhança (Estatística)
dc.subject.otherAnálise de Sobrevivência
dc.subject.otherVerossimilhança Monótona
dc.subject.otherCorreção de Firth
dc.subject.otherMelanoma
dc.subject.otherAbordagem Bayesiana
dc.titleModelo de regressão de Cox com verossimilhança monótona
dc.typeDissertação de mestrado
local.contributor.advisor-co1Vinicius Diniz Mayrink
local.contributor.advisor1Enrico Antonio Colosimo
local.contributor.referee1Vinicius Diniz Mayrink
local.contributor.referee1Wagner Barreto de Souza
local.description.resumoQuando 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.
local.publisher.initialsUFMG

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
disserta__o_frederico.pdf
Tamanho:
10.12 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Pós-Graduação em Estatística - Dissertações

Logo UFMG