تحلیل داده های بقا در حضور متغیرهای کمکی اندازه گیری شده با خطا
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده علوم ریاضی و مهندسی کامپیوتر
- author رویا چرم زاده
- adviser محمدرضا آخوند عبدالرحمن راسخ
- Number of pages: First 15 pages
- publication year 1392
abstract
ارتقاء روش¬های تحلیل داده¬های بقا به¬عنوان یکی از حوزه¬های علم آمار در سال¬های اخیر مورد توجه قرار گرفته است. این بدان خاطر است که در بسیاری از موقعیت¬های کاربردی، محققین تمایل به بررسی زمان لازم تا رخداد یک حادثه را دارند. یکی از هدف¬های اصلی در آنالیز داده¬های بقا، یافتن رابطه¬ای میان متغیر پاسخ و متغیرهای مستقل می¬باشد. یکی از روش¬ها برای رسیدن به این هدف، استفاده از مدل¬های رگرسیونی می¬باشد. در مدل¬های رگرسیونی یکی از فرض¬های اساسی، ثابت و معلوم بودن متغیرهای مستقل می¬باشد. این درحالی است که متغیرهای مستقل در بسیاری از موارد با خطا قابل مشاهده هستند، لذا فرض ثابت بودن متغیرهای مستقل عملاً منطقی به نظر نمی¬رسد. زمانی که هدف اصلی مدل برقراری رابطه میان متغیرهای وابسته و مستقل و بررسی نوع رابطه میان آن¬ها است، توجه به خطای اندازه¬گیری مسأله¬ای جدی خواهد بود. چون نادیده گرفتن خطای اندازه¬گیری علاوه بر ایجاد برآوردهایی اریب، می¬تواند سبب تحلیل¬های نادرست شود. در چنین موقعیت¬هایی می¬توان از روش¬هایی برای تصحیح یا کاهش اریبی استفاده کرد. یکی از روش¬های تصحیح اریبی، روش شبیه¬سازی برون¬یابی می¬باشد. استفاده از این روش در مدل¬سازی فاصله تولدها در شهر اهواز موضوعی است که در این رساله مد نظر قرار گرفته است. داده¬های مورد استفاده در این پژوهش، مربوط به فاصله تولدهای زنان مراجعه کننده به مراکز بهداشتی درمانی شهر اهواز می¬باشند که توسط نگارنده در بازه¬ی زمانی 15 اسفند 1391 تا 15 اردیبهشت 1392 جمع¬آوری شده¬اند. با توجه به وجود بعضی عوامل تأثیرگذار روی فاصله تولدها که به نظر می¬رسد به¬طور دقیق قابل اندازه¬گیری نبوده¬اند، استفاده از روش شبیه¬سازی برون¬یابی مطلوب به نظر می¬رسد. نتایج نشان می¬دهند برآوردهای به¬دست آمده در مدل فاصله تولد اول، دوم و سوم در روش ساده¬انگارانه که خطای اندازه¬گیری در متغیرهای مستقل را نادیده می¬گیرد با برآوردهای حاصل از روش شبیه¬سازی برون¬یابی که با در نظر گرفتن خطای اندازه¬گیری می¬باشد، متفاوت خواهد شد.
similar resources
اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
full textاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
full textتحلیل بیزی پارامتری داده های بقا با سانسور فاصله ای همراه با متغیرهای کمکی
در تحلیل داده ها بقا به طور کلی از دو مدل رگرسیونی استفاده می شود، مدل مخاطرات متناسب کاکس به عنوان یک مدل نیمه پارامتری و مدلهای زمان شکست شتابنده به عنوان مدل پارامتریک. اگر چه رگرسیون کاکس کاربردی ترین مدل در تحلیل بقا است، ولیکن مدلهای پارامتریک در برخی شرایط می توانند مناسب تر باشند. بدست آوردن توزیع پارامتری زمان بقا از اهمیت ویژه ای برخوردار است، به طوری که می توان احتمال بقا و احتمال ...
15 صفحه اولتحلیل درستنمایی ماکزیمم مدل رگرسیون لجستیک در حالتی که داده های متغیرهای پیشگو کامل نیستند ولی متغیرهای کمکی وجود دارند
Background and Objectives: Missing data exist in many studies, e.g. in regression models, and they decrease the model's efficacy. Many methods have been suggested for handling incomplete data: they have generally focused on missing outcome values. But covariate values can also be missing.Materials and Methods: In this paper we study the missing imputation by the EM algorithm and auxiliary varia...
full textتحلیل استوار داده های فضایی در حضور داده های دورافتاده
معمولاً تابع تغییرنگار که ساختار همبستگی دادههای فضایی را تعیین میکند و نقش پایه ای در تحلیل آنها دارد، نامعلوم است و لازم است براساس مشاهدات برآورد شود. وجود داده های دورافتاده در مشاهدات تاثیر نامناسبی در برآورد تغییرنگار و سایر بخشهای تحلیل دادههای فضایی همچون پیشگویی فضایی و برآورد پارامترهای روند دارد. در این مقاله ابتدا با استفاده از برآوردگرهای مقیاس، چند برآوردگر استوار جدید با ن...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده علوم ریاضی و مهندسی کامپیوتر
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023