DOI
https://doi.org/10.11606/T.17.2014.tde-23092014-120646
Documento
Autor
Nome completo
Emilio Augusto Coelho Barros
E-mail
Área do Conhecimento
Data de Defesa
Imprenta
Ribeirão Preto, 2014
Achcar, Jorge Alberto (Presidente)
Martinez, Edson Zangiacomi
Ruffino Netto, Antonio
Santos, Carlos Aparecido dos
Souza, Aparecida Doniseti Pires de
Título em português
Modelagem em análise de sobrevivência para dados médicos bivariados utilizando funções cópulas e fração de cura
Palavras-chave em português
Fracão de cura
Funcões cópulas
Inferência Bayesiana.
Resumo em português
Título em inglês
Modeling in survival analysis for medical data using bivariate copula functions and cure fraction.
Palavras-chave em inglês
Bayesian inference.
copula function
Cure fraction
Resumo em inglês
Mixture and non-mixture lifetime models are applied to analyze survival data when some individuals may never experience the event of interest. Dierent statistical models are proposed to analyze survival data in the presence of cure fraction. In this thesis, we propose the use of new models. From the univariate case, we consider that the lifetime data have a three-parameter Burr XII distribution, which includes the popular Weibull mixture model as a special case. We consider a general survival model where the scale and shape parameters of the Burr XII distribution depends on covariates. Also considering the univariate case the two-parameters exponentiated exponential distribution is used. The two-parameter exponentiated exponential or the generalized exponential distribution is a particular member of the exponentiated Weibull distribution introduced by Mudholkar and Srivastava (1993). We also consider in this case a general survival model where the scale, shape and cured fraction parameters of the exponentiated exponential distribution depends on covariates. We also introduce the univariate Weibull distributions in presence of cure fraction, censored data and covariates. Two models are explored in this case: the mixture model and non-mixture model. When we have two lifetimes associated with each unit (bivariate data), we can use some bivariate distributions: as special case the Block and Basu bivariate lifetime distribution. We also presents estimates for the parameters included in Block and Basu bivariate lifetime distribution in presence of covariates and cure fraction, applied to analyze survival data when some individuals may never experience the event of interest and two lifetimes are associated with each unit. We also consider in bivariate case the bivariate Weibull distributions derived from copula functions in presence of cure fraction, censored data and covariates. Two copula functions are explored in this paper: the Farlie-Gumbel-Morgenstern copula (FGM) and the Gumbel copula. Classical and Bayesian procedures are used to get point and condence intervals of the unknown parameters. Illustrations of the proposed methodologies are given considering medicals data sets.

AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Emilio.pdf (2.48 Mbytes)
Data de Publicação
2015-01-05

AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI