Displaying similar documents to “Análisis de duración mediante un modelo lineal generalizado semiparamétrico.”

Ordenes de convergencia para las aproximaciones normal y bootstrap en estimación no paramétrica de la función de densidad.

Ricardo Cao Abad (1990)

Trabajos de Estadística

Similarity:

Este artículos concierne las distribuciones usadas para construir intervalos de confianza para la función de densidad en una situación no paramétrica. Se comparan los órdenes de convergencia para el límite normal, su aproximación "plug in" y el método bootstrap. Se deduce que el bootstrap se comporta mejor que las otras dos aproximaciones tanto en su forma clásica como con la aproximación bootstrap normal.

Aplicación del método de regresión de Gehan y Siddiqui y el test de la F de Cox en el análisis de datos de supervivencia.

Juan J. Tarin, José Luis Mensua (1989)

Qüestiió

Similarity:

Este trabajo muestra algunas de las posibilidades de la estadística paramétrica en el análisis de datos de supervivencia en el campo de la toxicología y genética de poblaciones. La aplicación del método de regresión de Gehan y Siddiqui ha proporcionado un buen ajuste de los datos de supervivencia a una de las 4 distribuciones que contempla este método (Exponencial, Weibull, Gompertz y Exponencial lineal) en el 81% de los casos y de éstos en el 74% se han ajustado a una distribución...

Estudios de supervivencia con datos no observados. Dificultades inherentes al enfoque paramétrico.

Guadalupe Gómez Melis, Carles Serrat Piè (1999)

Qüestiió

Similarity:

A partir de una muestra de datos de supervivencia que contiene valores no observados en las covariantes de interés, presentamos una metodología que permite extraer toda la información contenida en covariantes completamente observadas, que estén fuertemente correlacionadas con las citadas covariantes de interés. El enfoque utilizado es completamente paramétrico y se basa en el método de máxima verosimilitud. Mostramos las dificultades, tanto de índole práctica como filosófica, que aparecen...

Estimación paramétrica bayesiana no paramétrica de funciones de supervivencia con observaciones parcialmente censuradas.

Domingo Morales, Vicente Quesada, Leandro Pardo (1986)

Trabajos de Estadística

Similarity:

The problem of nonparametric estimation of a survival function based on a partially censored on the right sample is established in a Bayesian context, using parametric Bayesian techniques. Estimates are obtained considering neutral to the right processes, they are particularized to some of them, and their asymptotic properties are studied from a Bayesian point of view. Finally, an application to a Dirichlet process is simulated.

Comparación de curvas de supervivencia gamma estocásticamente ordenadas.

José D. Bermúdez Edo, Eduardo Beamonte Córdoba (2000)

Qüestiió

Similarity:

En este trabajo se propone un análisis de supervivencia basado en un modelo Gamma. Se obtienen las condiciones teóricas bajo las cuales dos funciones de supervivencia Gamma están estocásticamente ordenadas. Estos resultados se utilizan para proponer un método sencillo que permite comparar dos poblaciones cuando, a priori, se conoce que sus curvas de supervivencia están estocásticamente ordenadas. Los resultados se ejemplifican con el análisis de un banco de datos reales sobre tiempos...

Estimación no paramétrica de la función de riesgo: aplicaciones a sismología.

Graciela Estévez Pérez, Alejandro Quintela del Río (2001)

Qüestiió

Similarity:

Se estudia la estimación de tipo no paramétrico de la función de riesgo o razón de fallo de una variable aleatoria real. A partir de una muestra X, X, ..., X de datos no censurados y no necesariamente independientes, se considera un estimador cociente entre el estimador núcleo de la función de densidad y un estimador núcleo de la función de supervivencia, sobre el que se estudia el problema de selección del parámetro ventana. Por medio de un estudio de simulación se observa la ventaja...

Comparación de curvas de supervivencia gamma.

Eduardo Beamonte, José D. Bermúdez (1995)

Qüestiió

Similarity:

A Gamma Hierarchical Model is used for the Bayesian Analysis of Survival Data with covariates. We center our interest on the comparison of two groups of individuals using Monte-Carlo methods. Concretely, we use the Gibbs sampling to obtain a sample from the posterior distribution. The paper ends with the analysis of two data sets, one of them simulated and the other real.

Suavización no paramétrica en fiabilidad.

M.ª Angeles Fernández Sotelo, Wenceslao González Manteiga (1986)

Trabajos de Estadística

Similarity:

En este trabajo consideramos estimaciones no paramétricas de las funciones de razón de fallo y supervivencia en fiabilidad haciendo uso de suavizaciones no paramétricas de la función de distribución empírica (datos no censurados) y de la distribución de Kaplan-Meier (datos censurados). Se obtienen sesgos, varianzas y distribuciones asintóticas de los estimadores aquí propuestos probándose mediante técnicas de expansiones de segundo orden la eficiencia de éstos respecto de otras estimaciones...

Transformación de estimadores bayesianos de la fiabilidad de una distribución exponencial con muestreo censurado.

José Villén Altamirano (1990)

Trabajos de Estadística

Similarity:

Suponiendo que la tasa de fallo sigue una distribución a priori Gamma, se obtienen dos estimadores Bayesianos de la función de fiabilidad de una distribución exponencial con muestreo censurado. Se realizan unas transformaciones de los mismos necesarias para poder calcular los momentos de dichos estimadores, así como sus distribuciones asintóticas. Mediante simulación se compara el error cuadrático medio de los estimadores Bayesianos con el de Máxima Verosimilitud para diversos modelos...

Análisis bayesiano de supervivencia basado en el modelo de Rayleigh: addendum.

Samir K. Bhattacharya, Ravinder K. Tyagi (1991)

Trabajos de Estadística

Similarity:

In the printed version of the paper Bayesian survival analysis based on the Rayleigh model ( Vol. 5, no. 1, 1990), figures num. 1, 2 and 3 mentioned on page 91 were not printed with the paper. That may create confusion and problems for the readers in understanding the conclusions, as in the absence of figures the paper is incomplete. For this reason we publish the figures in this issue.

¿Cuántos clusters hay en una población?

Juan José Prieto Martínez (1998)

Qüestiió

Similarity:

Sea una población cerrada formada por un número desconocido K y finito de clusters. El método bootstrap es utilizado para estimar el número de clusters que constituyen una población. Se propone un estimador para K, el cual es ajustado y corregido por su sesgo estimado mediante el método bootstrap de Efron (1979). La varianza del "estimador bootstrap" se calcula por el método jackknife agrupado. Mediante simulación, el estimador es comparado con el de Bickel y Yavah (1985).