Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio2.unb.br/jspui/handle/10482/44595
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2019_AlessandraAnaluMoreiradaSilva.pdf1,3 MBAdobe PDFVisualizar/Abrir
Título: Regressão quantílica para dados com censura intervalar
Outros títulos: Quantile regression for interval censored data
Autor(es): Silva, Alessandra Analu Moreira da
Orientador(es): Gomes, Antônio Eduardo
Assunto: Regressão quantílica
Análise de sobrevivência
Censura intervalar
Dados censurados
Kernel
Regressão isotônica
Data de publicação: 19-Ago-2022
Referência: SILVA, Tulio Paixão. Intervalos de confiança bootstrap para algumas estatísticas não paramétricas em dados censurados. 2019. 101 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2019.
Resumo: Com a extensão da regressão quantílica à análise de dados de sobrevivência, a técnica se mostrou uma possibilidade ou complemento por modelar de forma direta o quantil condicional do tempo de sobrevivência. Também proporcionou uma interpretação mais acessível, visto que as conclusões obtidas são feitas no tocante ao tempo de sobrevivência. A motivação dessa dissertação foi a generalização da regressão quantílica quando a variável resposta apresenta censura intervalar, cujo foco foi a adaptação de um algoritmo proposto para a estimação de máxima verossimilhança não paramétrica da distribuição da variável resposta na presença da censura intervalar. Para análise de sua performance, foi realizado um estudo de simulação, com cenários diferentes e comparando essa metodologia a outra técnica proposta na literatura, aplicado a dados com censura intervalar, avaliando o vício, o erro padrão e o erro quadrático médio. Ademais, realizou-se a aplicação a conjuntos de dados reais com a intenção de também verificar o desempenho dos métodos estudados.
Abstract: With the extension of the quantile regression to the analysis of survival data, the technique proved to be a possibility or complement by directly modeling the conditional quantile of survival time. It also provides a more accessible interpretation, since the conclusions obtained are made regarding survival time. The motivation of this dissertation was the generalization of the quantile regression when the response variable is has interval censorship. The focus was the adaptation of a proposed algorithm for the nonparametric maximum likelihood estimation of the distribution of the response variable in the presence of interval censorship. In order to analyze its performance, a simulation study was carried out, with different scenarios and by comparing this methodology to another technique proposed in the literature, applied to data with interval censorship, evaluating the bias, the standard error and the mean square error. In addition, the application was made to real data sets with the intention of also verifying the performance of the methods studied.
Unidade Acadêmica: Instituto de Ciências Exatas (IE)
Departamento de Estatística (IE EST)
Informações adicionais: Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2019.
Programa de pós-graduação: Programa de Pós-Graduação em Estatística
Licença: A 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.
Agência financiadora: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.