GRUNDLAGE DER STATISTISCHEN INFERENZ

Autor: MEIRA MACHADO LUÍS FILIPE.
Jahr: 2005.
Universität: SANTIAGO DE COMPOSTELA.
Ort der Lesung: FACULTADE DE MATEMÁTICAS.
Ort der Vorbereitung: FACULTADE DE MATEMATICAS.

Inhaltsangabe: Das Fortschreiten einer bestimmten Krankheit beschrieben werden kann, indem die Modelle mehrere estado. Diese Modelle können als eine Verallgemeinerung der Prozess des Überlebens, wo mehrere Veranstaltungen (Mittelstufe) auftreten hintereinander in der Zeit. In diesem Zusammenhang sind einige Fragen von Interesse sind: die geschätzte Preise progresi6n, evaluacl6n die Auswirkungen der einzelnen Risikofaktoren, oder der geschätzte Überleben. Der Einfluss dieser Ereignisse in der Mittelstufe Überleben analysiert wird in der Regel von Cox Regression Modell. Diese These enthält eine umfassende Überprüfung der Modelle mehrere estado häufiger auf, die das Fortschreiten der Krankheit. Wir diskutieren die Unterschiede zwischen diesen Modellen und Modell regresi6n Cox, betonend, die potenziellen Vorteile und Nachteile der einzelnen Verfahren. Die überarbeitete Methoden sind illustriert mit Daten von Herzen Transplantation an der Stanford, die ein gula zur Verwendung dieser metodologlas für die Untersuchung von Fortschreiten der Krankheit. Ein atenci6n insbesondere sollte, wenn man interessiert ist bei der Beurteilung der Wirkung einer Kovariable. Die Cox proporciona-lhe estimaciones konstante Modell der Wirkung von covariable über den Zeitraum estudio. - Para evitar - dieses Problem utilizan - métodos Ae Glättung Spline-Interpolation (P - Splines). Darüber hinaus sind diese Methoden eingeführt Spline-Interpolation Modellierung mehreren estado zu prüfen, die möglichen Auswirkungen der nichtlinearen Kovariablen in der Intensität des Übergangs. Der Einsatz dieser Methoden in Modellen mutti - estado ist Roman. Um zu veranschaulichen, die potentiellen Vorteile der Verwendung von mehreren Modellen estado, mehrere Studien durchgeführt Simulation. Durch diese Studien, erklärt, warum die Cox Modell kann nicht angebracht (mit Festplatte), wenn die in der Präsenz der Zeit abhängig Kovariablen. Traditionell, statistische Methoden zur Analyse von Modellen mehrere estado hängen über den Haushalt Markov. Unter dem Besitz von Markov, intensid des Übergangs hängt von der aktuellen Zeit und der Staat derzeit belegt aber nicht, hängt von den Patienten der Geschichte (Zeit, die Sie in den aktuellen Stand; Zeiten der Übergang von einem Zustand in einen anderen, und so weiter .). Ignorieren die Geschichte der Krankheit, diese Modelle kann zu schweren Einschränkungen, Devando dann eine schlechte Spezifikation. Ein alternativer Ansatz ist die Verwendung des Budgets Halbfinale Markov, wobei die Zukunft des Prozesses ist nicht abhängig von der Zeit, wenn sie nicht nur für die Dauer in den aktuellen Zustand. In dieser Dissertation ist überarbeitete Modell Cox Halbfinale Markov und schlägt vor, ein neues Konzept nicht Markoviano, der es ermöglicht, die Intensität des Übergangs Mai hängt nicht nur von der aktuellen Zeit, aber auch an der Zeit, transici6n zu den aktuellen Status an. Forschung über Modelle keine Markovianos hat zwei Hauptziele. Das erste Ziel ist desarroHar einen neuen Ansatz, der auf die Haushalte weniger restriktiv als solche, die auf die Markov Eigenschaft. Das zweite Ziel ist der Vergleich der Schätzer entwickelt aqur für die Wahrscheinlichkeit des Übergangs Schätzungen Aalen - Johansen (die sich im Rahmen des Haushalts Markov). Eine wichtige Einschränkung für die Anwendung von Modellen mehrere estado ist die begrenzte Verfügbarkeit der Software "freundlich" für diese Modelle. Die Mehrheit der verfügbaren Software stellt einige Herausforderungen und Zwänge in der Praxis. Für alle eRo, ein Programm wurde entwickelt, in der F lIamado tdc.surv, das verwendet werden kann, um eine einfache und kompakte das größte der Modelle untersucht. Die Vorteile dieser Software sind die gleichen Daten zur Anpassung an die verschiedenen Modelle, die die numerischen Ergebnisse und grafische Zusammenarbeit 8 rrespond 33e Kerbe. Auf diese Weise kann der Benutzer die Ergebnisse analysieren, die durch verschiedene Modelle, comparar1os zwischen sr und Entscheidungen zu treffen.