Carregando Eventos

« Todos Eventos

  • Este evento já passou.

MODELO DE REGRESSÃO PARA EVENTOS RECORRENTES UTILIZANDO A DISTRIBUIÇÃO WEIBULL MODIFICADA EM ANÁLISE DE SOBREVIVÊNCIA

1 - novembro - 2016 | 14:00 - 18:00

matematica-e1460138367637

O colegiado do Mestrado em Matemática convida a todos para a defesa de dissertação do Candidato: Jackson Santos da Conceição.

Data / Horário: 01/11/2016 (terça-feira) às 14:00

LOCAL: Sala 12 da Pós-Graduação do Instituto de Matemática

BANCA EXAMINADORA: PROFª. DRª. GIOVANA OLIVEIRA SILVA (UFBA)
PROF. DR. PAULO HENRIQUE FERREIRA DA SILVA (UFBA)
PROF. DR. ENRICO ANTONIO COLOSIMO (UFMG)

Resumo:

O intuito desta dissertação é estudar o modelo de regressão paramétrico sob enfoque de eventos recorrentes. Em analise de sobrevivência, o evento de interesse pode ocorrer várias vezes no decorrer do acompanhamento de uma dada unidade de investigação. Esses eventos são chamados de eventos recorrentes e surgem em várias áreas, por exemplo, estudos biomédicos, criminologia, demografia e confiabilidade. Contudo a estratégia mais usada em analise de sobrevivência é o modelo de Cox que sob a ótica de dados com eventos recorrentes não é adequado devido a sua suposição de independência. Alguns autores propuseram como alternativa o uso dos modelos marginais e condicionais que são extensões do modelo de Cox para análises de dados com eventos recorrentes. Outra proposta para analisar dados com eventos recorrentes surge do uso de modelos multiplicativos que sob o ponto de vista paramétrico utiliza uma distribuição de probabilidade para a função de risco basal. Em geral, as distribuições de probabilidades utilizadas nesta abordagem são a distribuição exponencial e a distribuição Weibull. Dessa forma, será proposto neste trabalho o uso da distribuição Weibull Modificada, que diferentemente das distribuições exponencial e Weibull apresenta função de taxa de falha em forma de U, para função de risco basal do modelo de regressão multiplicativo.

Detalhes

Data:
1 - novembro - 2016
Hora:
14:00 - 18:00

Organizador