مدل های نیمه پارامتری تحلیل بقا برای داده های بازگشتی با روش هسته
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده ریاضی
- نویسنده احسان اسحقی
- استاد راهنما حسین باغیشنی داود شاهسونی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
در واقعیت، رخداد پیشامدها متاثر از عواملی است که برخی از این عوامل، اثری وابسته به زمان و برخی دیگر، اثری مستقل از زمان بر رویداد این پیشامدها دارند. بنابراین مناسب است که مدلی در نظر بگیریم که مرکب از هر دو نوع پیشامد باشد. در برخی از مدل های نیمه پارامتری بقا، که برای مدل بندی داده های بازگشتی بقا منعطف و مفید هستند، ضرایب متغیرهای موجود در مدل، پویا و وابسته به زمان می باشند. در این مدل ها، برآوردگرها به صورت بسته و دقیق به دست نمی آیند و بایستی از روش های تقریبی عددی برای محاسبه آن ها استفاده نمود. شکل پیچیده این برآوردگرها، به دست آوردن توزیع آن ها را ناممکن می سازد. در این موارد، معمولا از نظریه مجانبی توزیع ها برای بررسی ویژگی های برآوردگرها استفاده می شود.
منابع مشابه
کاربرد مدل های پارامتری در تحلیل بقا در سرطان معده
سابقه و هدف: مدل مخاطره متناسب کاکس، رایجترین روش برای تجزیه و تحلیل اثر متغیرها بر روی زمان بقاء میباشد، اما، تحت شرایط معین مدلهای پارامتری میتوانند بر مدل کاکس برتری داشته باشند. در مطالعه حاضر با استفاده از مدل کاکس و جایگزین های پارامتری از قبیل مدل وایبل، نمایی و لگ نرمال، عوامل مؤثر بر بقاء بیماران مبتلا به سرطان معده، ارزیابی و کارآیی مدلها برای ارائه بهترین مدل مقایسه گردید. مواد ...
متن کاملتحلیل بقاء بیماران تالاسمی ماژور با استفاده مدل های پارامتری و نیمه پارامتری بقاء
Introduction: Thalasemia Major is one of the most common anemia diseases that can be fatal if not promptly diagnosed. The survival analysis of these patients can be an appropriate strategy in determining risk factors for death in these patients. The purpose of this study was to choose the best model to determine the risk factors for death in patients with the thalasemia major using common metho...
متن کاملکاربرد رویکردهای پارامتری، نیمه پارامتری و ناپارامتری در تحلیل بقا بیماران مبتلا به سکته قلبی حاد
چکیده مقدمه و هدف: مدل مخاطره متناسب کاکس، رایج ترین روش برای تجزیه و تحلیل اثر متغیرها بر روی زمان بقا می باشد، اما تحت شرایط معین، مدل های پارامتری می توانند بر مدل کاکس برتری داشته باشند. در مطالعه حاضر با استفاده از مدل کاکس و جایگزین های پارامتری از قبیل مدل های وایبول، نمایی و همچنین برآورد ناپارامتری کاپلان- مه یر، عوامل مؤثر بر بقاء بیماران مبتلا به سکته قلبی حاد، ارزیابی و کارآیی مدلها...
متن کاملکاربرد مدل های پارامتری در تحلیل بقا در سرطان معده
سابقه و هدف: مدل مخاطره متناسب کاکس، رایجترین روش برای تجزیه و تحلیل اثر متغیرها بر روی زمان بقاء میباشد، اما، تحت شرایط معین مدلهای پارامتری میتوانند بر مدل کاکس برتری داشته باشند. در مطالعه حاضر با استفاده از مدل کاکس و جایگزین های پارامتری از قبیل مدل وایبل، نمایی و لگ نرمال، عوامل مؤثر بر بقاء بیماران مبتلا به سرطان معده، ارزیابی و کارآیی مدلها برای ارائه بهترین مدل مقایسه گردید. مواد ...
متن کاملتحلیل بیزی مدل های شکنندگی در بررسی داده های بقا طولانی مدت
در تحلیل داده های بقا طولانی مدت دو دسته از مدل ها با نام مدلهای شفایافته آمیخته و ناآمیخته ارائه شدهاند. از آنجایی که استفاده از مدلهای شفایافته آمیخته در رویکرد بیزی دارای معایبی است، از جمله میتوان به عدم اطمینان از شناسایی پذیری بودن پارامترهای واقعی جامعه و همچنین ایجاد توزیع پسین ناسره به دلیل عدم انتخاب توزیعهای پیشین مناسب اشاره کرد. لذا در رویکرد بیزی از مدلهای ناآمیخته استفاد...
متن کاملنقد مقاله: تحلیل بقاء بیماران تالاسمی ماژور با استفاده مدل های پارامتری و نیمه پارامتری بقاء
سردبیر محترم مجله مدیریت سلامت مقاله ای با عنوان: تحلیل بقاء بیماران تالاسمی ماژور با استفاده از مدل های پارامتری و نیمه پارامتری بقاء در مجله مدیریت سلامت1394;18(59):91-82 به چاپ رسیده است]1[. استفاده از روش های پارامتری در تحلیل بقا از نقاط قوت این مطالعه بوده و شایسته تقدیر است اما با توجه به اهمیت مقالات با کیفیت و جایگاه ویژه نقد در بهبود کیفیت گزارش ها، نکته زیر در مورد این مقاله، جهت بهب...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده ریاضی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023