Cluster analyses for evaluation of the identity of nonlinear models in survival analysis / Análise de agrupamento para a avaliação de identidade de modelos não-lineares em análise de sobrevivência

AUTOR(ES)

Flávia Sílvia Corrêa Tomaz

DATA DE PUBLICAÇÃO

2009

RESUMO

O objetivo desse trabalho foi comparar modelos não-lineares ajustados aos dados de sobrevivência de formigas submetidas a diferentes tratamentos através de metodologia alternativa. Essa metodologia consistiu no uso da técnica de análise de agrupamento, método de Ward, para a identidade de modelos usados em análise de sobrevivência. Os dados utilizados neste trabalho são referentes a um experimento realizado no laboratório de entomologia da Universidade Federal de Viçosa. Foi também utilizado um conjunto de dados simulado com base na distribuição de Weibull. Inicialmente aplicou-se técnica não paramétrica, estimador Kaplan-Meier, a fim de estimar as curvas de sobrevivência de cada tratamento e, em seguida, o teste logrank para a comparação dessas curvas. Para os dados reais foi ajustado o modelo logístico aos tempos de sobrevivência, enquanto que, para os dados simulados foi ajustado o modelo de Weibull. Para cada caso agrupou-se os parâmetros estimados de cada modelo utilizando-se as técnicas de análise de agrupamento. Os resultados encontrados pelo agrupamento foram equivalentes aos do teste logrank. Concluiu-se que a metodologia proposta mostrou ser eficiente e menos trabalhosa, quando várias curvas de sobrevivência precisam ser comparadas.

ASSUNTO(S)

análise de sobreviência ward ward survival analysis identidade de modelos identity of models ciencias agrarias

Documentos Relacionados

• Modelos não-lineares para analise de dados longitudinais
• MODELOS DE DIMENSÃO REDUZIDA PARA ANÁLISE DAS OSCILAÇÕES NÃO-LINEARES E ESTABILIDADE DE CASCAS CILÍNDRICAS
• Análise de agrupamento na seleção de modelos de regressão não-lineares para curvas de crescimento de ovinos cruzados
• Análise morfométrica através de modelos não-lineares para girinos de rã-touro
• Estimadores corrigidos para modelos não-lineares generalizados superdispersados