Modelo de Regressão de Cox
|
|
- Gabriel Franco Caetano
- 7 Há anos
- Visualizações:
Transcrição
1 MAE à Análise de Sobrevivência e Aplicações O modelo de Cox com taxas de falhas proporcionais MAE à Análise de Sobrevivência e Aplicações IME-USP MAE à Análise de Sobrevivência e Aplicações O modelo de Cox (1972,1975) Não pressupõe um modelo paramétrico para os tempos de falha Generaliza o teste log-rank Modelo de regressão (ajuste de várias covariáveis simultaneamente) Detecção de diferenças não observáveis em análises univariadas Em sua forma mais simples, é um modelo com taxas de falhas proporcionais MAE à Análise de Sobrevivência e Aplicações O modelo de Cox α(t X) = α 0 (t) exp{x β} X: vetor com p covariáveis β: vetor com p parâmetros (desconhecidos) α 0 (t): função de taxa de falha basal (referência) No modelo de Cox: α 0 (t) é arbitrária Note que α 0 (t) 0, t 0
2 MAE à Análise de Sobrevivência e Aplicações O modelo de Cox de parâmetros - Dummy Suponha p = 1 com Então, α(t X) = α 0 (t) exp{x β} X = { 0, se grupo A 1, se grupo B α(t X = 1) α(t X = 0) = eβ Por exemplo, se e β = 0,80, a taxa com que as falhas ocorrem para o grupo B é 80% da taxa com que as falhas ocorrem para o grupo A. MAE à Análise de Sobrevivência e Aplicações O modelo de Cox X quantitativa (ex.: idade) α(t X + 1) α(t X) = e β : não depende do tempo Para um acréscimo de 1 unidade (mês, dia, ano...) na idade, a taxa de falha é multiplicada por e β. Se e β = 1,20, então, ao aumentar a idade em uma unidade, a taxa com que as falhas ocorrem aumenta em 20%. e β muito pequeno ou muito grande escala de X MAE à Análise de Sobrevivência e Aplicações no modelo de Cox α(t X) = α 0 (t)e X β β: Parâmetro de interêsse primário α 0 ( ): Parâmetro de pertubação Verossimilhança Parcial L 1 (β) = ( ) n e X i β δi (1) l R (i) e X l β i=1 R (i) : índices das u.e. em risco na i-ésima falha Maximização de L 1 ( ) β (E.M.V.P.)
3 MAE à Análise de Sobrevivência e Aplicações Teste de Hipóteses H 0 : β = β 0 - Não é possível obter a distribuição exata do EMVP Distribuição assintótica do EMVP [i o (β 0 )] 1/2 ( β β 0 ) D N p (0; I p ) i o ( ): matriz de informação observada I p : matriz identidade de dimensão p p Três testes assintóticos são usualmente utilizados: 1 Teste de Wald 2 Teste de Rao ou Escore 3 Teste da Razão de Verossimilhanças (parciais) MAE à Análise de Sobrevivência e Aplicações Teste de Wald A estatística de teste é dada pela forma quadrática W = ( β β 0 ) [i o ( β)]( β β 0 ) Segue pela distribuição assintótica do EMVP que, sob Ho : β = β 0, Convergência de W Soh H 0, W D χ 2 p, n p: dimensão do espaço paramétrico associado a β MAE à Análise de Sobrevivência e Aplicações Teste de Rao - Escore R = [U(β 0 )] [i o (β 0 )] 1 [U(β 0 )] U( ): função escore Pode ser mostrado que, sob H 0 : β = β 0, Convergência de R Sob H 0, R D χ 2 p, n p: dimensão do espaço paramétrico associado a β
4 MAE à Análise de Sobrevivência e Aplicações Teste da razão de verossimilhanças parciais Λ = 2 {log[l 1 (β 0 )] log[l 1 ( β)]} L 1 ( ): verossimilhança parcial Convergência de Λ Sob H 0, Λ D χ 2 p, n p: diferença entre as dimensões dos espaços paramétricos irrestrito e restrito por H 0 MAE à Análise de Sobrevivência e Aplicações H 0 : β = β 0 Estatísticas de testes W = ( β β 0 ) [i o ( β)]( β β 0 ) R = [U(β 0 )] [i o (β 0 )] 1 [U(β 0 )] Λ = 2 {log[l 1 (β 0 )] log[l 1 ( β)]} Os testes são assintoticamente equivalentes O teste baseado em R não utiliza o EMVP Λ é o teste mais poderoso entre os três (deve ser escolhido em caso de discrepância dos resultados MAE à Análise de Sobrevivência e Aplicações Exemplo: Avaliação de uma droga cancerígena n = 100 ratos Z i : tempo entre inoculação de células cancerosas e aparecimento de tumor ou censura δ i : indicador de evento (aparecimento do tumor=1) X i : dummy indicando droga (1) ou placebo (0) tempo delta tratamento
5 MAE à Análise de Sobrevivência e Aplicações Leitura dos dados e gráfico KM > ratos <- read.table("ratos.dat",header=t) > library(survival) > ratos.km<-survfit(surv(tempo,delta) trat,ratos) > plot(ratos.km, lty = c(1,2),lwd = c(3,3),las=1, xlab="tempo", ylab="porcentagem de animais livres de tumor") > legend(15, 0.4, c("placebo","droga"), lty=c(1, 2),lwd=c(3, 3)) MAE à Análise de Sobrevivência e Aplicações - Kaplan-Meier Porcentagem de animais livres de tumor Placebo Droga Tempo MAE à Análise de Sobrevivência e Aplicações Teste log-rank > survdiff(surv(tempo,delta) trat,ratos,rho=0) Chisq= 15.2 on 1 degrees of freedom,p=9.75e-05 Teste Gehan-Wilcoxon > survdiff(surv(tempo,delta) trat,ratos,rho=1) Chisq= 14 on 1 degrees of freedom, p= Evidências de que a droga altera o desenvolvimento de tumores em ratos
6 MAE à Análise de Sobrevivência e Aplicações Ajuste do no R Função coxph coxph(formula, data=parent.frame(), weights, subset,na.action, init, control, method=c("efron","breslow","exact"), singular.ok=true, robust=false, model=false, x=false, y=true,...) Obs.: formula: Surv(tempo,delta) cov1+cov2+ data: conjunto de dados (data-frame) method: Método para lidar com observações empatadas MAE à Análise de Sobrevivência e Aplicações coxph aplicado aos dados dos ratos Comando R > coxph(surv(tempo,delta) trat, ratos) coef exp(coef) se(coef) z p trat Likelihood ratio test=15.3 on 1 df, p=9e-05 n= 100 Teste de Wald para efeito individual de droga p = 0,00044 Teste da razão de verossimilhanças p < 0,001 Taxa de falha relativa igual a 5,14: A taxa de ocorrência de tumores em ratos que recebem a droga é 5 vezes a taxa associada a ratos que recebem placebo MAE à Análise de Sobrevivência e Aplicações Mais informações Comando summary > summary(coxph(surv(tempo,delta) trat,ratos)) coef exp(coef) se(coef) z p trat exp(coef) exp(-coef) lower.95 upper.95 trat Rsquare= (max possible= ) Likelihood ratio test= 15.3 on 1 df, p=9e-05 Wald test = 12.4 on 1 df, p= Score (logrank) test = 15.2 on 1 df, p=9.43e-05 Intervalo de confiança para taxa de falha relativa de Wald global (no caso é igual ao individual) Teste de Rao-Escore (no caso igual ao log-rank)
7 MAE à Análise de Sobrevivência e Aplicações Lembrando que vem que S(t X) = exp α(t X) = α 0 (t) exp(xβ) S(t X) = exp { t } α(s X)ds 0 { t } α 0 (s) exp{x β}ds = [S 0 (t)] exβ 0 e assim log[ log(s(t X))] = log[a 0 (t)] + Xβ A 0 ( ): função de taxa de falha acumulada para placebo MAE à Análise de Sobrevivência e Aplicações Verificação da suposição de taxa de falha proporcional Para taxas de falhas proporcionais, Para o grupo placebo, log[ log(s(t X))] = log[a 0 (t)] + Xβ log[ log(s(t X))] = log[a 0 (t)] Para o grupo que recebe a droga, Característica esperada log[ log(s(t X))] = log[a 0 (t)] + β Curvas para placebo e droga paralelas MAE à Análise de Sobrevivência e Aplicações Averiguação para os dados dos Ratos Avaliação através do estimador Kaplan-Meier > plot(ratos.km,mark.time=f,fun= cloglog, xlim=c(30,110),las=1)
8 MAE à Análise de Sobrevivência e Aplicações - Arquivo anderson.dat Variáveis Coluna 1: ID - Identificação Coluna 2: tempo - Tempo (semanas) de remissão dos sintomas Coluna 3: delta - indicador de censura Coluna 4: Sexo - 0 masculino, 1 feminino Coluna 5: logcgb - log da contagem de globulos brancos Coluna 6: Rx - tratamento: 0 novo, 1 padrão MAE à Análise de Sobrevivência e Aplicações comando coxph > anderson <- read.table("anderson.dat",header=t) > coxph(surv(tempo,delta) sexo+logcgb+rx,anderson) Saída coef exp(coef) se(coef) z p sexo e-01 logcgb e-07 Rx e-04 likelihood ratio test=49.6 on 3 df, p=9.55e-11 n= 42, number of events= 30 de Wald individual: Sexo não é estat. significante Teste da razão de verossimilhanças (H 0 : todos parâmetros são nulos): rejeita-se H 0 MAE à Análise de Sobrevivência e Aplicações Modelo Final comando coxph >summary(coxph(surv(tempo,delta) logcgb+rx,anderson) Saída coef exp(coef) se(coef) z Pr(> z ) logcgb e-07 *** Rx *** exp(coef) exp(-coef) lower.95 upper.95 logcgb Rx Rsquare= (max possible= ) Likelihood ratio test= 48.8 on 2 df, p=2.50e-11 Wald test = 34 on 2 df, p=4.21e-08 Score (logrank) test = 47.2 on 2 df, p=5.66e-11
9 coef exp(coef) se(coef) z Pr(> z ) logcgb e-07 Rx O teste de Wald individual indica que os dois fatores são estatisticamente significantes Rsquare= (max possible= ) Likelihood ratio test= 48.8 on 2 df, p=2.50e-11 Wald test = 34 on 2 df, p=4.21e-08 Score (logrank) test = 47.2 on 2 df, p=5.66e-11 As três estatísticas globais levam à mesma conclusão MAE à Análise de Sobrevivência e Aplicações coef exp(coef) se(coef) z Pr(> z ) logcgb e-07 Rx Para um mesmo valor de logcgb, a taxa com que os sintomas retornam para pacientes submetidos ao tratamento tradicional é aproximadamente 4.5 vezes a taxa de pacientes submetidos ao novo tratamento. Para um mesmo tratamento, um acréscimo de uma unidade no logcgb aproximadamente multiplica por seis a taxa de retorno dos sintomas. MAE à Análise de Sobrevivência e Aplicações
Cap 7 Modelo de Cox. Outline. 2 Cap 2 O tempo. 3 Cap 3 Funções de Sobrevida. 5 Modelo de Cox. Carvalho MS (2009) Sobrevida 1 / 22
Outline Cap 7 Modelo de Cox 1 Cap 1 Introdução 2 Cap 2 O tempo 3 Cap 3 Funções de Sobrevida 4 Cap 4 Não-Paramétrica 5 Modelo de Cox Carvalho MS (2009) Sobrevida 1 / 22 Riscos Proporcionais Cap 7 Modelo
Leia maisANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde. Caderno de Respostas Capítulo 6 Modelo semiparamétrico de sobrevivência
ANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde Caderno de Respostas Capítulo 6 Modelo semiparamétrico de sobrevivência Exercício 6.1: Para os dados da coorte de transplante de medula óssea vistos
Leia maisFernando Henrique Ferraz Pereira da Rosa Vagner Aparecido Pedro Júnior 7 de novembro de 2005
MAE514 - Introdução à Análise de Sobrevivência e Aplicações Fernando Henrique Ferraz Pereira da Rosa Vagner Aparecido Pedro Júnior 7 de novembro de 2005 Lista 4 1. Considere um estudo hipotético com duração
Leia maisANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde. Caderno de Respostas Capítulo 7 Análise de Resíduos
ANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde Caderno de Respostas Capítulo 7 Análise de Resíduos Neste capítulo, serão feitas as análises dos resíduos dos modelos ajustados no Capítulo 6. Por
Leia maisMétodos Estatísticos Avançados em Epidemiologia
1/43 Métodos Estatísticos Avançados em Epidemiologia Análise de Sobrevivência - Modelo de Cox Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/
Leia maisANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde. Caderno de Respostas Capítulo 9. Funções de suavização
ANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde Caderno de Respostas Capítulo 9 Funções de suavização 9.1 Analise o comportamento da variável idade no risco de óbito de pacientes em hemodiálise (banco
Leia maisANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde. Caderno de Respostas Capítulo 11. Eventos Competitivos
ANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde Caderno de Respostas Capítulo 11 Eventos Competitivos Exercício 11.1: Os dados do estudo dos pacientes em hemodiálise para fins desse exercício estão
Leia maisAnálise de Sobrevivência. Exercícios - Capítulo 1
Análise de Sobrevivência Profa. Suely Ruiz Giolo Departamento de Estatística - UFPR Exercícios - Capítulo 1 1. Suponha que seis ratos foram expostos a um material cancerígeno. Os tempos até o desenvolvimento
Leia maisANÁLISE DE SOBREVIVÊNCIA. Airlane P. Alencar IME-USP Alessandra C. Goulart FM-USP
ANÁLISE DE SOBREVIVÊNCIA Airlane P. Alencar IME-USP Alessandra C. Goulart FM-USP Objetivo Estudar o tempo desde um instante inicial até a ocorrência de um evento (alha). Estudar o tempo de sobrevida de
Leia maisANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde. Caderno de Respostas Capítulo 8 Covariáveis mudando no tempo
ANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde Caderno de Respostas Capítulo 8 Covariáveis mudando no tempo Exercício 8.1: Em um estudo de sobrevivência de pacientes infectados pelo HIV, uma covariável
Leia maisAnálise de Sobrevivência
Análise de Sobrevivência Valeska Andreozzi 1 valeska.andreozzi@fc.ul.pt & Marilia Sá Carvalho 2 cavalho@fiocruz.br 1 Centro de Estatística e Aplicações da Universidade de Lisboa, Portugal 2 Escola Nacional
Leia maisANÁLISE DE SOBREVIVÊNCIA APLICADA
1/62 ANÁLISE DE SOBREVIVÊNCIA APLICADA Modelo de Regressão de Cox - Cap. 5 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2/62 Modelos em Análise de Sobrevivência Modelo de Tempo de Vida Acelerado
Leia maisAnálise de Sobrevivência
Análise de Sobrevivência Valeska Andreozzi 15 de fevereiro de 2008 CEAUL Valeska Andreozzi slide 1 CEAUL Valeska Andreozzi slide 2 Kleinbaum, D., & Klein, M. Survival analysis : a self-learning text. Springer,
Leia maisAnálise de Sobrevivência
Análise de Sobrevivência Covariável Tempo-dependente Valeska Andreozzi 1 valeska.andreozzi@fc.ul.pt & Marilia Sá Carvalho 2 cavalho@fiocruz.br 1 Centro de Estatística e Aplicações da Universidade de Lisboa,
Leia maisMétodos Estatísticos Avançados em Epidemiologia
1/42 Métodos Estatísticos Avançados em Epidemiologia Análise de Sobrevivência - Conceitos Básicos Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/
Leia maisOutline. 2 Cap 2 O tempo. 3 Cap 3 Funções de Sobrevida. Carvalho MS (2009) Sobrevida 1 / 21
Outline 1 Cap 1 Introdução 2 Cap 2 O tempo 3 Cap 3 Funções de Sobrevida 4 Carvalho MS (2009) Sobrevida 1 / 21 Estimação Não-Paramétrica Estimadores de sobrevida e risco Kaplan-Meier e Nelson Aalen Intervalos
Leia maisModelos de regressão paramétricos
6 Modelos de regressão paramétricos Exercícios Exercício 6.1: O banco de dados leite2.txt contém dados de tempo de aleitamento de crianças de 4 comunidades. No ajuste não-paramétrico a esses dados, observamos
Leia maisANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde. Caderno de Respostas Capítulo 4 Estimação não-paramétrica
ANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde Caderno de Respostas Capítulo 4 Estimação não-paramétrica Exercício 4.1: Considere os dados de tempo de aleitamento de 15 crianças, descrito no exercício
Leia maist i R(t) N(t) Ŝ KM (t) = R(t i ) N(t i ) R(t i ) (15 3) 15 (12 2) 12 (10 1) 10 (9 3) 9 (6 2) 6 (4 2) 4 (2 1) 2 (1 1)
4 Estimação não-paramétrica Exercícios Exercício 4.1: Retorne aos dados de aleitamento do exercício 2.1. Construa, à mão, a tabela Kaplan-Meier e a curva Kaplan-Meier correspondente aos dados: t i R(t)
Leia maisO passo inicial de qualquer análise estatística consiste em uma descrição dos dados através de análise descritiva (tabelas, medidas e gráficos).
TÉCNICAS NÃO-PARAMÉTRICAS O passo inicial de qualquer análise estatística consiste em uma descrição dos dados através de análise descritiva (tabelas, medidas e gráficos). Como a presença de censura invalida
Leia maisANÁLISE DE SOBREVIVÊNCIA (MÓDULO II)
Universidade Federal do Pará Instituto de Ciências Exatas e Naturais Faculdade de Estatística Estatística Aplicada ANÁLISE DE SOBREVIVÊNCIA (MÓDULO II) Franciely Farias da Cunha (201007840014), aluna do
Leia maisUM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA. Eduardo Yoshio Nakano 1
1 UM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA Eduardo Yoshio Nakano 1 1 Professor do Departamento de Estatística da Universidade de Brasília, UnB. RESUMO. Em estudos médicos, o comportamento
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Sobrevivência - Conceitos Básicos Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/
Leia maisAnálise de Sobrevida. Silvia Emiko Shimakura Marilia Sá Carvalho Valeska Andreozzi. Análise de Sobrevida p. 1
Análise de Sobrevida Silvia Emiko Shimakura Marilia Sá Carvalho Valeska Andreozzi Análise de Sobrevida p. 1 Bibliografia Kleinbaum, D. & Klein, M. Survival analysis: a self-learning text. Springer, 1997.
Leia maisMétodos Avançados de Análise de Sobrevida. Bibliografia. Cronograma Introdução. Material do curso. Agradecimentos
Cap 1 Introdução Introdução à Análise de Sobrevida Cap 1 Introdução Métodos Avançados de Análise de Sobrevida 1 Introdução 2 O 3 Funções de Sobrevida 4 Estimação Não-Paramétrica 5 Modelo de Cox 6 Análise
Leia maisAjuste e comparação de modelos para dados grupados e censurados
Ajuste e comparação de modelos para dados grupados e censurados 1 Introdução José Nilton da Cruz 1 Liciana Vaz de Arruda Silveira 2 José Raimundo de Souza Passos 2 A análise de sobrevivência é um conjunto
Leia maisANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde. Caderno de Respostas Capítulo 10. Eventos múltiplos
ANÁLISE DE SOBREVIVÊNCIA Teoria e aplicações em saúde Caderno de Respostas Capítulo 10 Eventos múltiplos Exercício 10.1 Em um estudo de fertilidade, acompanhou-se uma coorte de mulheres por 48 meses para
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA ANÁLISE DE SOBREVIDA EM 90 HOMENS COM CÂNCER DE LARINGE
UNIVERSIDADE FEDERAL DO PARANÁ SETOR CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA ANÁLISE DE SOBREVIDA EM 90 HOMENS COM CÂNCER DE LARINGE Aluna: Scheylla Calazans Orientadora: Profa. Dra. Nívea S. Matuda
Leia maisGabarito da Lista 2 de Análise de Sobrevivência
Gabarito da Lista 2 de Análise de Sobrevivência Monitor: Sérgio Felipe Prof a.: Marina Silva As questões são do livro: Análise de Sobrevivência Aplicada. Autores: Enrico A. Colosimo & Suely R. Giolo Editora:
Leia maisAnálise de Sobrevivência
Análise de Sobrevivência Modelagem paramétrica Valeska Andreozzi 1 valeska.andreozzi@fc.ul.pt & Marilia Sá Carvalho 2 cavalho@fiocruz.br 1 Centro de Estatística e Aplicações da Universidade de Lisboa,
Leia maisMétodos Avançados de Análise de Sobrevivência. Bibliografia. Cronograma Introdução. O Tempo Capítulo 2. Modelo de Cox Capítulo 6
Cap Introdução Introdução à Análise de Cap Introdução Métodos Avançados de Análise de Introdução Capítulo O Tempo Capítulo 2 Funções de Capítulo 3 Estimação Não-Paramétrica Capítulo 4 Estimação Paramétrica
Leia maisEstimadores, pontual e intervalar, para dados com censuras intervalar
Estimadores, pontual e intervalar, para dados com censuras intervalar Débora Ohara, Estela Maris Pereira Bereta, Teresa Cristina Martins Dias Resumo Dados com censura intervalar ocorrem com frequência
Leia maisMétodos Avançados de Análise de Sobrevivência. Cronograma Introdução. O Tempo Capítulo 2
Cap Introdução Introdução à Análise de Introdução à Análise de Marilia Sá Carvalho Dayse Pereira Campos Raquel de V.C. de Oliveira Fundação Oswaldo Cruz, Brasil Introdução Capítulo O Tempo Capítulo 2 Funções
Leia mais5 Cap 8 Análise de Resíduos. Outline. 2 Cap 2 O tempo. 3 Cap 3 Funções de Sobrevida. Carvalho MS (2009) Sobrevida 1 / 22
Outline Cap 8 Análise de Resíduos 1 Cap 1 Introdução 2 Cap 2 O tempo 3 Cap 3 Funções de Sobrevida 4 Cap 4 Não-Paramétrica 5 Cap 8 Análise de Resíduos Carvalho MS (2009) Sobrevida 1 / 22 Objetivos Analisar
Leia maisAnálise do tempo até o alivio da dor em pacientes com dor lombar crônica via modelo de riscos proporcionais de Cox
Universidade de Brasília Instituto de Ciências Exatas Departamento de Estatística Análise do tempo até o alivio da dor em pacientes com dor lombar crônica via modelo de riscos proporcionais de Cox Jéssica
Leia maisCovariável Tempo-Dependente Capítulo 8
Cap 1 Introdução Introdução à Análise de Sobrevivência Introdução Capítulo 1 O Tempo Capítulo 2 Funções de Sobrevivência Capítulo 3 Estimação Não-Paramétrica Capítulo 4 Estimação Paramétrica Capítulo 5
Leia maisAnderson Garneth de Castro 1 Graziela Dutra Rocha Gouvêa 2
Identificação dos fatores que influenciam no tempo até a evasão/ retenção dos alunos do ICEB-UFOP utilizando técnicas paramétricas em Análise de Sobrevivência Anderson Garneth de Castro 1 Graziela Dutra
Leia maisANÁLISE DE SOBREVIDA DE PACIENTES COM CÂNCER Modelo de Riscos proporcionais de COX
ANÁLISE DE SOBREVIDA DE PACIENTES COM CÂNCER Modelo de Riscos proporcionais de COX Renato Azeredo Teixeira (UFMG / SES-MG) Prof a. Arminda Lucia Siqueira (UFMG) Ana Paula Azevedo Travassos (UFMG) Fonte
Leia maisTécnicas computacionais em probabilidade e estatística II
Técnicas computacionais em probabilidade e estatística II Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco AULA 1: Problemas Computacionais em Inferência Estatística.
Leia maisANÁLISE DE SOBREVIVÊNCIA 2ª LISTA DE EXERCÍCIOS
ANÁLISE DE SOBREVIVÊNCIA 2ª LISTA DE EXERCÍCIOS 1. A tabela a seguir apresenta o tempo, em dias, até a ocorrência dos primeiros sinais de alterações indesejadas no estado geral de saúde de 45 pacientes
Leia maisExemplos Regressão Dados de Contagem
Exemplos Regressão Dados de Contagem p. 1/26 Exemplos Regressão Dados de Contagem Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de 2011 Exemplos
Leia maisANÁLISE DE SOBREVIVÊNCIA APLICADA
ANÁLISE DE SOBREVIVÊNCIA APLICADA Extensões do Modelo de Cox - Cap. 6 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG EXTENSÕES DO MODELO DE COX Algumas situações práticas envolvem covariáveis
Leia maisAssume que a taxa de risco (hazard rate) é função das variáveis independentes (covariáveis)
MODELO DE RISCO PROPORCIONAL DE COX Uma escolha popular para relacionar a função hazard e um determinado número de covariáveis consiste no modelo de Cox. A função de risco h (t) (hazard function) também
Leia maisTESTES DE HIPÓTESES E INTERVALOS DE CONFIANÇA EM MODELOS LINEARES GENERALIZADOS
TESTES DE HIPÓTESES E INTERVALOS DE CONFIANÇA EM MODELOS LINEARES GENERALIZADOS Antes de apresentar alguns dos testes de hipóteses e intervalos de confiança mais usuais em MLG, segue a definição de modelos
Leia maisUniversidade de Brasília IE Departamento de Estatística. Análise de Diagnóstico para o Modelo de Regressão de Cox. Camila Farage de Gouveia
Universidade de Brasília IE Departamento de Estatística Análise de Diagnóstico para o Modelo de Regressão de Cox Camila Farage de Gouveia Orientadora: Prof.ª Dra. Juliana Betini Fachini Brasília, 2013.
Leia maisdiferença não aleatória na distribuição dos fatores de risco entre os dois grupos
Confundimento erro devido a uma diferença não aleatória na distribuição dos fatores de risco entre os dois grupos. A variável de confundimento está distribuída desigualmente entre os grupos comparados.
Leia maisModelos Lineares Generalizados
Modelos Lineares Generalizados Emilly Malveira de Lima Análise de Dados Categóricos Universidade Federal de Minas Gerais - UFMG 10 de Maio de 2018 Emilly Malveira (PGEST-UFMG) 10 de Maio de 2018 1 / 20
Leia maisO tempo de sobrevivência é uma variável aleatória T, contínua e positiva.
ESPECIFICAÇÃO DO TEMPO DE SOBREVIVÊNCIA O tempo de sobrevivência é uma variável aleatória T, contínua e positiva. Os valores que T pode assumir têm alguma distribuição de probabilidade que pode ser especificada
Leia maisAnálise de Dados Categóricos
1/43 Análise de Dados Categóricos Modelo de Regressão de Poisson Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Departamento de Estatística Universidade Federal de Minas Gerais 2/43 Revisão:
Leia maisExemplos Regressão Dados Binários
Exemplos Regressão Dados Binários p. 1/28 Exemplos Regressão Dados Binários Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de 2011 Exemplos
Leia maisRalph S. Silva
ANÁLISE ESTATÍSTICA MULTIVARIADA Ralph S Silva http://wwwimufrjbr/ralph/multivariadahtml Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Revisão:
Leia maisANÁLISE DE SOBREVIVÊNCIA APLICADA
1/87 ANÁLISE DE SOBREVIVÊNCIA APLICADA Modelos Paramétricos - Caps 3 e 4 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2/87 Modelos em Análise de Sobrevivência/ Estrutura de Regressão Estudos
Leia maisAnálise de Dados Longitudinais Aula
1/35 Análise de Dados Longitudinais Aula 08.08.2018 José Luiz Padilha da Silva - UFPR www.docs.ufpr.br/ jlpadilha 2/35 Sumário 1 Revisão para dados transversais 2 Como analisar dados longitudinais 3 Perspectiva
Leia maisAnálise de sobrevivência aplicada a pacientes HIV positivos
Análise de sobrevivência aplicada a pacientes HIV positivos Orientadora: Professora PhD Silva Shimakura Universidade Federal do Paraná Novembro de 2014 Sumário Resultados Conclusão Sumário Dados: Amostra
Leia maisAplicações de Análise de Sobrevivência na Área da Saúde
Aplicações de Análise de Sobrevivência na Área da Saúde Prof. Lupércio França Bessegato Departamento de Estatística UFJF E-mail: lupercio.bessegato@ufjf.edu.br Site: www.ufjf.br/lupercio_bessegato Lupércio
Leia maisANÁLISE DE REGRESSÃO. Ralph S. Silva. Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro
ANÁLISE DE REGRESSÃO Ralph S. Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Testes de hipóteses Estamos interessados em implicações testáveis.
Leia maisPROCEDIMENTO PARA A ESCOLHA DE UMA DISTRIBUIÇÃO
PROCEDIMENTO PARA A ESCOLHA DE UMA DISTRIBUIÇÃO O método de máxima verossimilhança somente deve ser aplicado após ter sido definido um modelo probabilístico adequado para os dados. Se um modelo for usado
Leia maisINFERÊNCIA EM MODELOS LINEARES GENERALIZADOS ANÁLISE DE DEVIANCE
INFERÊNCIA EM MODELOS LINEARES GENERALIZADOS ANÁLISE DE DEVIANCE A análise de deviance é uma generalização, para modelos lineares generalizados, da análise de variância. No caso de modelos lineares, utiliza-se
Leia maisModelos de Análise de Sobrevivência
1 Modelos de Análise de Sobrevivência Ernesto F. L. Amaral Magna M. Inácio 02 de dezembro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho e Análise Empírica (DCP 859B4) TAXA
Leia maisESTUDO DE CONFIABILIDADE DE MOTORES DIESEL DE CAMINHÕES FORA DE ESTRADA
ESTUDO DE CONFIABILIDADE DE MOTORES DIESEL DE CAMINHÕES FORA DE ESTRADA Adriano Gonçalves dos Santos Ribeiro 1 Gean Carlo Feliciano de Almeida 1 1 Introdução Uma grande empresa do ramo de exploração de
Leia maisModelo de Variáveis discretas. Regressão com uma variável dependente Binária. Variáveis dependentes Binárias. Modelo de Probabilidade Linear
Regressão com uma variável dependente Binária Capítulo 9 Stock e Watson. Econometria. Modelo de Variáveis discretas P(y = 1 x) = G(β 0 + xβ) y* = β 0 + xβ + u, y = max(0,y*) 1 2 Variáveis dependentes Binárias
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS. Confiabilidade Lista 4. Professor: Enrico Colosimo Aluno: Augusto Filho Belo Horizonte - MG
UNIVERSIDADE FEDERAL DE MINAS GERAIS ESPECIALIZAÇÃO EM ESTATÍSTICA Confiabilidade Lista 4 Professor: Enrico Colosimo Belo Horizonte - MG 2 Exercício 1. Os dados abaixo foram apresentados por Nelson & Schmee
Leia maisExemplos Equações de Estimação Generalizadas
Exemplos Equações de Estimação Generalizadas Bruno R. dos Santos e Gilberto A. Paula Departamento de Estatística Universidade de São Paulo, Brasil giapaula@ime.usp.br Modelos Lineares Generalizados dos
Leia maisMÉTODO MEAN SHIFT PARA DETECÇÃO DE OUTLIERS EM MODELOS NORMAIS ASSIMÉTRICOS
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA MÉTODO MEAN SHIFT PARA DETECÇÃO DE OUTLIERS EM MODELOS NORMAIS ASSIMÉTRICOS Thalita do Bem Mattos Clécio da
Leia maisMAE Modelos Lineares Generalizados 2 o semestre 2017
MAE5763 - Modelos Lineares Generalizados 2 o semestre 2017 Prof. Gilberto A. Paula 3 a Lista de Exercícios 1. Supor y i ind FE(µ, φ i ) com φ i = α + γz i, para i = 1,..., n. Como ca a matriz modelo Z?
Leia maisStela Adami Vayego DEST/UFPR
Resumo 1 Testes de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Introdução Solução de equações não lineares
Leia maisCE071 - Análise de Regressão Linear
CE071 - Análise de Regressão Linear Cesar Augusto Taconeli 30 de maio, 2018 Cesar Augusto Taconeli CE071 - Análise de Regressão Linear 30 de maio, 2018 1 / 21 Aula 7 - Regressão linear com covariáveis
Leia maisAlternativas à Regressão Logística para análise de dados
XVIII Congresso Mundial de Epidemiologia VII Congresso Brasileiro de Epidemiologia EIDEMIOLOGIA NA CONSTRUÇÃO DA SAÚDE ARA TODOS: MÉTODOS ARA UM MUNDO EM TRANSFORMAÇÃO Alternativas à Regressão Logística
Leia maisRESOLUÇÃO Nº 01/2016
Legislações Complementares: Resolução Nº 02/2016 Colegiado DEst Resolução Nº 03/2016 Colegiado DEst Resolução Nº 01/2017 Colegiado DEst RESOLUÇÃO Nº 01/2016 O Departamento de Estatística, tendo em vista
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Testes dos sinais e de Wilcoxon Teste de Mann-Whitney Teste
Leia maisAnálise de Sobrevivência. Modelos de Regressão Paramétricos. Análise de Sobrevivência Roteiro Geral. Roteiro do Módulo
Roteiro Geral Análise de Sobrevivência 1. Conceitos básicos 2. Técnicas não-paramétricas 3. Modelos probabilísticos 4. Modelos paramétricos de sobrevivência 5. Modelo de regressão de Cox 6. Extensões do
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisIntrodução ao modelo de Cox com aplicação a dados de Pneus 11.00R22
UNIVERSIDADE ESTADUAL DA PARAÍBA CENTRO DE CIÊNCIAS E TECNOLOGIA DEPARTAMENTO DE ESTATÍSTICA Deise Pereira da Silva Introdução ao modelo de Cox com aplicação a dados de Pneus 11.00R22 Campina Grande -
Leia maisEstatística stica na Pesquisa Clínica
Estatística stica na Pesquisa Clínica Thaïs s Cocarelli Sthats Consultoria Estatística stica NAPesq (HC-FMUSP) Alguns conceitos Estudos observacionais e experimentais Exploração e apresentação de dados
Leia maisInferência Estatística
Inferência Estatística Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Núcleo de Estatística e Informática HUUFMA email: alcione.miranda@terra.com.br Inferência Estatística Inferências
Leia maisInternamentos Hospitalares por VIH/SIDA em Portugal 2006: Modelos de Fragilidades na Sobrevivência
1 XVIII Congresso Mundial de Epidemiologia Internamentos Hospitalares por VIH/SIDA em Portugal 2006: Modelos de Fragilidades na Sobrevivência S. Dias 1,2, R. O. Martins 2, V. Andreozzi 3, J. Torgal 1 sdias@isegi.unl.pt
Leia maisGean Carlo Gomes Jéssica Jabczenski Roslindo. Análise de Sobrevivência como ferramenta auxiliar na originação e manutenção do ciclo de crédito
Gean Carlo Gomes Jéssica Jabczenski Roslindo Análise de Sobrevivência como ferramenta auxiliar na originação e manutenção do ciclo de crédito Curitiba PR 2008 Gean Carlo Gomes Jéssica Jabczenski Roslindo
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisEconometria. Econometria MQO MQO. Resíduos. Resíduos MQO. 1. Exemplo da técnica MQO. 2. Hipóteses do Modelo de RLM. 3.
3. Ajuste do Modelo 4. Modelo Restrito Resíduos Resíduos 1 M = I- X(X X) -1 X Hipóteses do modelo Linearidade significa ser linear nos parâmetros. Identificação: Só existe um único conjunto de parâmetros
Leia maisAnálise de Dados Longitudinais Modelos de Regressão - Perspecitva Histórica
1/41 Análise de Dados Longitudinais Modelos de Regressão - Perspecitva Histórica Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Revisão para Dados Transversais 1 Características Informações amostrais
Leia maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
1 Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 9 de Abril de 2015 2 3 Função Deviance Podemos ver o ajuste de um modelo a um conjunto de dados como: uma forma
Leia maisExemplos Modelos Binomiais de Dose-Resposta
Exemplos Modelos Binomiais de Dose-Resposta p. 1/14 Exemplos Modelos Binomiais de Dose-Resposta Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre
Leia maisAnálise de Sobrevivência. Modelos Probabilísticos. Análise de Sobrevivência Roteiro Geral. Roteiro do Módulo
Roteiro Geral Análise de Sobrevivência 1. Conceitos básicos 2. Técnicas não-paramétricas 3. Modelos probabilísticos 4. Modelos de regressão paramétricos 5. Modelo de regressão de Cox 6. Extensões do modelo
Leia maisEstimador de Máxima Verossimilhança Estudo de Caso - Regressão Poisson
Estimador de Máxima Verossimilhança Estudo de Caso - Regressão Poisson Wagner Hugo Bonat - LEG/DEST, UFPR 1 Resumo: Este texto descreve de forma rápida o processo de estimação baseado em Verossimilhança
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS CENTRO DE DESENVOLVIMENTO E PLANEJAMENTO REGIONAL CEDEPLAR
UNIVERSIDADE FEDERAL DE MINAS GERAIS CENTRO DE DESENVOLVIMENTO E PLANEJAMENTO REGIONAL CEDEPLAR TEMPO DE PERMANÊNCIA NO EMPREGO E SUA RELAÇÃO COM A PRESENÇA DE CRIANÇA NO DOMICÍLIO: Análise de sobrevivência
Leia maisEconometria. Econometria ( ) O modelo de regressão linear múltipla. O modelo de regressão linear múltipla. Aula 2-26/8/2010
Aula - 6/8/010 Econometria Econometria 1. Hipóteses do Modelo de RLM O modelo de regressão linear múltipla Estudar a relação entre uma variável dependente e uma ou mais variáveis independentes. Forma genérica:
Leia maisESTUDO SOBRE A EVASÃO E O TEMPO ATÉ A FORMATURA DOS ALUNOS DO CURSO DE ESTATÍSTICA DA UFPR
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA CURSO DE ESTATÍSTICA Bruno Rosevics Estevão Batista do Prado ESTUDO SOBRE A EVASÃO E O TEMPO ATÉ A FORMATURA DOS ALUNOS
Leia maisCapítulo 5. Modelos de Confiabilidade. Gustavo Mello Reis José Ivo Ribeiro Júnior
Capítulo 5 Modelos de Confiabilidade Gustavo Mello Reis José Ivo Ribeiro Júnior Universidade Federal de Viçosa Departamento de Informática Setor de Estatística Viçosa 007 Capítulo 5 Modelos de Confiabilidade
Leia maisMODELANDO DADOS DE SOBREVIVÊNCIA E CONFIABILIDADE COM FUNÇÕES DE RISCOS EM FORMA DE U VIA MODELO WEIBULL DUPLO
MODELANDO DADOS DE SOBREVIVÊNCIA E CONFIABILIDADE COM FUNÇÕES DE RISCOS EM FORMA DE U VIA MODELO WEIBULL DUPLO Fernanda Regiane Zanforlin de ALMEIDA 1 Francisco LOUZADA-NETO 1 Christiano Santos ANDRADE
Leia maisCE085 - Estatística Inferencial. derivadas. Prof. Wagner Hugo Bonat. 5 de setembro de Curso de Bacharelado em Estatatística
CE085 - Estatística Inferencial Função de Verossimilhança e suas derivadas Prof. Wagner Hugo Bonat Laboratório de Estatística e Geoinformação - LEG Curso de Bacharelado em Estatatística Universidade Federal
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia maisO teste qui-quadrado. A variável teste é: χ E. Os testes. Hipóteses e Cálculo H 0 : As variáveis são independentes H 1 : As variáveis são dependentes
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste Qui-Quadrado O teste exato de Fisher O teste de Kolmogorov-Smirnov O teste de U de Mann-Whitney O teste de Wilcoxon
Leia maisQuestão clínica: Prognóstico/sobrevida. Análise de sobrevida 2015
Questão clínica: Prognóstico/sobrevida Análise de sobrevida 2015 Objetivo Estimar a sobrevida de um grupo populacional desde um determinado tempo T até a ocorrência de algum DESFECHO (doença, morte...)
Leia maisTestes de Hipóteses em Modelos de Sobrevivência
Universidade Federal do Rio Grande do Norte Centro de Ciências Exatas e da Terra Programa de Pós-Graduação em Matemática Aplicada e Estatística Hérica Priscila de Araújo Carneiro Testes de Hipóteses em
Leia maisO Processo de Weibull Poisson para Modelagem da Confiabilidade em Sistemas Reparáveis
O Processo de Weibull Poisson para Modelagem da Confiabilidade em Sistemas Reparáveis Luiz Gustavo Fraga 1 Edmilson Rodrigues Pinto 2 Resumo: Sistemas reparáveis são aqueles sistemas que, após a ocorrência
Leia maisStela Adami Vayego Estatística II CE003/DEST/UFPR
Resumo 1 Teste de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia mais7 Teste de Hipóteses
7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5
Leia maisModelo de regressão Beta
Modelo de regressão Beta Fernando Lucambio Pérez Departamento de Estatística Universidade Federal do Paraná Agosto de 2004 1 Consideremos uma situação em que a variável resposta contínua é restrita ao
Leia mais