Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio2.unb.br/jspui/handle/10482/40458
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2019_AlessandraAnaluMoreiradaSilva.pdf1,3 MBAdobe PDFVisualizar/Abrir
Título: Regressão quantílica para dados com censura intervalar
Outros títulos: Quantile regression for interval censored data
Autor(es): Silva, Alessandra Analu Moreira da
Orientador(es): Gomes, Antônio Eduardo
Assunto: Regressão quantílica
Análise de sobrevivência
Censura intervalar
Kernel
Data de publicação: 8-Abr-2021
Referência: SILVA, Alessandra Analu Moreira da. Regressão quantílica para dados com censura intervalar. 2019. 101 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2019.
Resumo: Com a extens~ao da regress~ao quant lica a an alise de dados de sobreviv^encia, a t ecnica se mostrou uma possibilidade ou complemento por modelar de forma direta o quantil condicional do tempo de sobreviv^encia. Tamb em proporcionou uma interpreta c~ao mais acess vel, visto que as conclus~oes obtidas s~ao feitas no tocante ao tempo de sobreviv^encia. A motiva c~ao dessa disserta c~ao foi a generaliza c~ao da regress~ao quant lica quando a vari avel resposta apresenta censura intervalar, cujo foco foi a adapta c~ao de um algoritmo proposto para a estima c~ao de m axima verossimilhan ca n~ao param etrica da distribui c~ao da vari avel resposta na presen ca da censura intervalar. Para an alise de sua performance, foi realizado um estudo de simula c~ao, com cen arios diferentes e comparando essa metodologia a outra t ecnica proposta na literatura, aplicado a dados com censura intervalar, avaliando o v cio, o erro padr~ao e o erro quadr atico m edio. Ademais, realizou-se a aplica c~ao a conjuntos de dados reais com a inten c~ao de tamb em veri car o desempenho dos m etodos estudados.
Abstract: With the extension of the quantile regression to the analysis of survival data, the technique proved to be a possibility or complement by directly modeling the conditional quantile of survival time. It also provides a more accessible interpretation, since the conclusions obtained are made regarding survival time. The motivation of this dissertation was the generalization of the quantile regression when the response variable is has interval censorship. The focus was the adaptation of a proposed algorithm for the nonparametric maximum likelihood estimation of the distribution of the response variable in the presence of interval censorship. In order to analyze its performance, a simulation study was carried out, with di erent scenarios and by comparing this methodology to another technique proposed in the literature, applied to data with interval censorship, evaluating the bias, the standard error and the mean square error. In addition, the application was made to real data sets with the intention of also verifying the performance of the methods studied.
Unidade Acadêmica: Instituto de Ciências Exatas (IE)
Departamento de Estatística (IE EST)
Informações adicionais: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2019.
Programa de pós-graduação: Programa de Pós-Graduação em Estatística
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: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.