Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.unb.br/handle/10482/38700
Files in This Item:
File Description SizeFormat 
2020_ReginadosSantosResendeFortes.pdf1,21 MBAdobe PDFView/Open
Title: Modelo de sobrevivência Birnbaum-Saunders com fragilidade espacial
Authors: Fortes, Regina dos Santos Resende
Orientador(es):: Santos, Helton Saulo Bezerra dos
Coorientador(es):: Nakano, Eduardo Yoshio
Assunto:: Distribuições Birnbaum-Saunders
Fragilidade espacial
Método de Monte Carlo
Cadeias de Markov
Issue Date: 1-Jul-2020
Citation: FORTES, Regina dos Santos Resende. Modelo de sobrevivência Birnbaum-Saunders com fragilidade espacial. 2020. 52 f. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2020.
Abstract: Na análise de sobrevivência, os modelos de fragilidade desempenham um papel fundamental para descrever a heterogeneidade associada às covariáveis não observadas, geralmente relacionadas a fatores ambientais ou genéticos. Neste trabalho, apresentado em formato de artigo, um modelo de sobrevivência com fragilidade espacial baseado na distribuição Birnbaum-Saunders é proposto. O modelo de fragilidade espacial Birnbaum-Saunders proposto é útil para analisar a relação entre tempo e espaço na ocorrência de um determinado evento de interesse. Aqui, a fragilidade espacial é modelada pela estrutura Condicional Autorregressiva (CAR). Uma abordagem bayesiana é usada para estimar os parâmetros do modelo aplicando os métodos de Monte Carlo via cadeias de Markov (MCMC) (neste caso, o algoritmo Metropolis-Hastings) com a ajuda do software R. Uma análise completa de um conjunto de dados reais, referente ao tempo de permanência dos imigrantes brasileiros no Japão, é apresentada para ilustrar a abordagem proposta e comparar o desempenho do ajuste com o modelo de fragilidade espacial Weibull existente. Os modelos foram comparados pelo Deviance Information Criterion (DIC), e os resultados favorecem o modelo de fragilidade espacial Birnbaum-Saunders proposto em termos de ajuste do modelo.
Abstract: In survival analysis, frailty models play a key role in describing the heterogeneity associated with unobserved covariates, generally related to environmental or genetic factors. In this work, presented in paper format, we propose a survival model with spatial frailty based on the Birnbaum-Saunders distribution. The proposed Birnbaum-Sauders spatial frailty model is useful to analyze the relationship between time and space in the occurrence of a given event of interest. Here, the spatial frailty is modeled by the conditional autoregressive (CAR) structure. A Bayesian approach is used to estimate the model parameters by applying Markov chain Monte Carlo (MCMC) methods (in this case, the Metropolis-Hastings algorithm) with the help of the R software. A full analysis of a real-world data set, regarding the length of stay of Brazilian immigrants in Japan, is presented to illustrate the proposed approach and to compare the fitting performance with the existingWeilbull spatial frailty model. The models were compared by the Deviance Information Criterion (DIC), and the results favor the proposed Birnbaum-Sauders spatial frailty model in terms of model fitting.
Description: Dissertação (Mestrado em Estatística) — Instituto de Ciências Exatas, Departamento de Estatística, Universidade de Brasília, Brasília, 2020.
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: CAPES
Appears in Collections:EST - Mestrado em Estatística (Dissertações)

Show full item record Recommend this item " class="statisticsLink btn btn-primary" href="/handle/10482/38700/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.