Exportar registro bibliográfico

Modelagem de dados de eventos recorrentes via processo de Poisson com termo de fragilidade (2003)

  • Authors:
  • USP affiliated author: TOMAZELLA, VERA LUCIA DAMASCENO - ICMC
  • School: ICMC
  • Sigla do Departamento: SCE
  • Subjects: MODELAGEM DE DADOS; PROCESSOS DE POISSON; INFERÊNCIA BAYESIANA
  • Language: Português
  • Abstract: Nesta tese é analisado situações onde eventos de interesse podem ocorrer mais que uma vez para o mesmo indivíduo. Embora os estudos nessa área tenham recebido considerável atenção nos últimos anos, as técnicas que podem ser aplicadas a esses casos especiais ainda são pouco exploradas. Além disso, em problemas desse tipo, é razoável supor que existe dependência entre as observações. Uma das formas de incorporá-la é introduzir um efeito aleatório na modelagem da função de risco, dando origem aos modelos de fragilidade. Esses modelos, em análise de sobrevivência, visam descrever a heterogeneidade não observada entre as unidades em estudo. Os modelos estatísticos apresentados neste texto são fundamentalmente modelos de sobrevivência baseados em processos de contagem, onde é representado o problema como um processo de Poisson homogêneo e não-homogêneo com um termo de fragilidade, para o qual um indivíduo com um dado vetor de covariável x é acometido pela ocorrência de eventos repetidos. Esses modelos estão divididos em duas classes: modelos de fragilidade multiplicativos e aditivos; ambos visam responder às diferentes formas de avaliar a influência da heterogeneidade entre as unidades na função de intensidade dos processos de contagem. Até agora, a maioria dos estudos tem usado a distribuição gama para o termo de fragilidade, a qual é matematicamente conveniente. Este trabalho mostra que a distribuição gaussiana inversa tem propriedade igualmente simples à distribuiçãogama. Consequências das distribuições são examinadas, visando mostrar que a escolha da distribuição de fragilidade é importante. O objetivo deste trabalho é propor alguns métodos estatísticos para a análise de eventos recorrentes e verificar o efeito da introdução do termo aleatório no modelo por meio do estudo do custo, da estimação dos outros parâmetros de interesse. Também um estudo de simulação bootstrap é apresentado para fazer interferências dos parâmetros de interesse. Além disso, uma abordagem Bayesiana é proposta para os modelos de fragilidade multiplicativos e aditivos. Métodos de simulação são utilizados para avaliar as quantidades de interesse a posteriori. Por fim para ilustrar a metodologia, considera-se um conjunto de dados reais sobre um estudo dos resultados experimentais de animais cancerígenos
  • Imprenta:
  • Data da defesa: 28.07.2003
  • Online source access
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      TOMAZELLA, Vera Lúcia Damasceno. Modelagem de dados de eventos recorrentes via processo de Poisson com termo de fragilidade. 2003. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2003. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-22102003-174212/. Acesso em: 25 jun. 2022.
    • APA

      Tomazella, V. L. D. (2003). Modelagem de dados de eventos recorrentes via processo de Poisson com termo de fragilidade (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-22102003-174212/
    • NLM

      Tomazella VLD. Modelagem de dados de eventos recorrentes via processo de Poisson com termo de fragilidade [Internet]. 2003 ;[citado 2022 jun. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-22102003-174212/
    • Vancouver

      Tomazella VLD. Modelagem de dados de eventos recorrentes via processo de Poisson com termo de fragilidade [Internet]. 2003 ;[citado 2022 jun. 25 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-22102003-174212/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2022