Statistická inference v parametrických modelech v analýze přežití /

Tato diplomová práce se zabývá statistickou inferencí na rozděleních pravděpodobnosti ze zobecněné gama rodiny a příbuzných rozděleních používaných v analýze přežití. Jsou odvozené základní vlastnosti těchto rozdělení a jejich funkcí věrohodnosti v případě necenzorovaných a cenzorovaných dat. Dále j...

Full description

Saved in:
Bibliographic Details
Main Author: Ščavnický, Jakub (Dissertant)
Other Authors: Katina, Stanislav, 1976- (Thesis advisor)
Format: Thesis Manuscript
Language:Slovak
Published: 2018
Subjects:
Online Access:http://is.muni.cz/th/408908/prif_m/
Cover Image
Description
Summary:Tato diplomová práce se zabývá statistickou inferencí na rozděleních pravděpodobnosti ze zobecněné gama rodiny a příbuzných rozděleních používaných v analýze přežití. Jsou odvozené základní vlastnosti těchto rozdělení a jejich funkcí věrohodnosti v případě necenzorovaných a cenzorovaných dat. Dále jsou popsány testy dobré shody na srovnání daných rozdělení z hlediska vhodnosti popisu datového souboru. Tyto testy jsou naprogramovány v jazyce R. Navíc je popsán způsob generování realizací z vybraného rozdělení s fixovaným poměrem cenzur. Následně je vytvořena simulační studie pro srovnání jednotlivých testů v závislosti na rozsahu výběru a poměru cenzur v datech. Simulační studie poukazuje na nevhodnost používání skóre testu u vyššího poměru cenzur v datech (≥ 50 %) narozdíl od Waldova testu a testu poměrem věrohodnosti.
This thesis deals with statistical inference on probability distributions from generalized gamma family and related distributions used in survival analysis. Basic properties of these distributions are derived and corresponding likelihood functions for both uncensored and censored situations are constructed. Furthermore, goodness of fit tests for comparing selected distributions according to suitability of data description are presented and implemented in R language. Moreover, a way of generating samples from distributions using fixed censoring ratio is introduced. Afterwards, a simulation study is built in order to compare different tests depending on the sample size and the censoring ratio. The simulation study shows that score test is not suitable for testing on a sample with larger censoring ratio (≥ 50 %), in contrast with Wald and likelihood ratio tests.
Item Description:Vedoucí práce: Stanislav Katina
Physical Description:67 listů