Μονάδα:
Κατεύθυνση ΒιοστατιστικήΒιβλιοθήκη Επιστημών Υγείας
Ημερομηνία κατάθεσης:
2015-06-15
Συγγραφέας:
Θωμαδάκης Χρήστος
Στοιχεία επιβλεπόντων καθηγητών:
Λ. Μελιγκοτσίδου Επ. Καθηγήτρια, Π. Τουλούμη Αν. Καθηγήτρια, Φ. Σιάννης Επ. Καθηγητής
Πρωτότυπος Τίτλος:
Μπεϋζιανή συμπερασματολογία για μοντέλα ανάλυσης επιβίωσης
Γλώσσες εργασίας:
Ελληνικά
Μεταφρασμένος τίτλος:
Bayesian inference for survival analysis models
Περίληψη:
Στην ανάλυση δεδομένων επιβίωσης, η ετερογένεια μπορεί να είναι παρούσα με
διάφορες μορφές. Σε πολλές περιπτώσεις, δεν μπορούμε να υποθέσουμε ότι οι
χρόνοι μέχρι την εμφάνιση
ενός γεγονότος είναι ανεξάρτητοι σε κάποιες ομάδες του πληθυσμού, αφού τα άτομα
της ίδιας ομάδας μπορεί να μοιράζονται κοινά χαρακτηριστικά τα οποία δεν είναι
παρατηρήσιμα. Επομένως, μπορούμε να χρησιμοποιήσουμε μοντέλα τυχαίων επιδράσεων
(shared frailty models) για να
μοντελοποιήσουμε ρητά τη συσχέτιση των ατόμων της ίδιας ομάδας.
Στην παρούσα διπλωματική εργασία, εξετάσαμε μια επέκταση των μοντέλων
αναλογικών κινδύνων, υπό την οπτική της Μπεϋζιανής στατιστικής, στην οποία η
Weibull και η κατά τμήματα εκθετική κατανομή χρησιμοποιήθηκαν ως κατανομές για
τη βασική συνάρτηση κινδύνου. Ως κατανομές για τους τυχαίους όρους
χρησιμοποιήθηκαν οι κατανομές Gamma και Lognormal. Η στατιστική
συμπερασματολογία εξάχθηκε μέσω μεθόδων Markov Chain Monte Carlo (MCMC).
Η εφαρμογή των μεθόδων αξιολογήθηκε μέσω προσομοιωμένων δεδομένων και τα
μοντέλα συγκρίθηκαν με το κρίτηριο DIC (Deviance Information Criterion).
Επίσης, οι αλγόριθμοι MCMC
εφαρμόστηκαν σε πραγματικά δεδομένα νεφροπαθών ασθενών.
Λέξεις-κλειδιά:
Ανάλυση επιβίωσης, Μπεϋζιανή στατιστική, Μοντέλα ευπάθειας, Αλγόριθμος MCMC, Κριτήριο DIC
Αρ. σελίδων ευρετηρίου:
7-10
Αρ. βιβλιογραφικών αναφορών:
44
