Distribuição Weibull discreta exponenciada para dados com presença de censura : uma abordagem clássica e bayesiana

Abstract

Este trabalho faz um estudo inferencial da distribuição Weibull Discreta Exponenciada para dados de sobrevivência discretos. A distribuição em estudo é uma extensão da distribuição Weibull Discreta de Nakagawa e Osaki. Esta generalização da distribuição Weibull Discreta fornece um ajuste paramétrico em que se permite trabalhar com taxas de falha crescente, decrescente, constante, forma de banheira e unimodal. A formulação do modelo foi realizada no contexto de Análise de Sobrevivência, que considera a existência de dados censurados, e a inferência foi realizada nas abordagens clássica e bayesiana. Na abordagem clássica, a partir do método de máxima verossimilhança, foram utilizados métodos computacionais de otimização para encontrar as estimativas pontuais e intervalares e utilizou-se o Teste de Razão de Verossimilhanças (TRV) para realização de testes de hipóteses como forma de seleção de modelos. Na abordagem bayesiana foram utilizadas técnicas de MCMC (Markov Chain Monte Carlo) para obtenção das estimativas pontuais dos parâmetros do modelo e seus respectivos intervalos de credibilidade HPD (Highest Posterior Density) e o teste de significância genuinamente bayesiano (FBST - Full Bayesian Significance Test). A metodologia apresentada foi aplicada em dados simulados e ilustrada em dois conjuntos de dados reais: o primeiro refere-se ao tempo de sobrevivência de pacientes diagnosticados com câncer de pescoço e cabeça e o segundo considera o tempo até o alivio da dor em pacientes com dor lombar crônica não específica. Todas as simulações e estimativas foram obtidas por meio do software livre R.