Revisión de Estimación Robusta en Modelos Semiparamétricos de Supervivencia
- Autores
- Álvarez, Enrique Ernesto; Ferrario, Julieta
- Año de publicación
- 2012
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- En Análisis de Supervivencia se analizan datos referidos al tiempo final de ocurrencia de un evento, T, y asociado a éste se recogen un vector de variables explicativas independientes o “covariables”, Z. Lo que se desea es modelar la relación entre T y Z, y el enfoque más común para esto se basa sobre la función de intensidad o tasa de riesgo, definida como [-ecuación-] que representa el riesgo instantáneo en el tiempo t. Una generalización de los modelos para la función de riesgo incluye variables regresoras. Estos pueden ser formados de varias maneras y los tres modelos semiparamétricos más utilizados y a los que hacemos referencia aquí son: de riesgo proporcional, de tiempo de falla acelerado y de riesgo aditivo. El objetivo de esta revisión es sintetizar las propuestas de robustificación realizadas hasta el momento para los modelos proporcional, de falla acelerado y aditivo, comentando posibles generalizaciones y extensiones.
Survival Analysis analyzes data referring to times until the occurrence of an event, T, which is collected together with a vector of independent variables or “covariates”, Z. What is desired is to model the relationship between T and Z, and the most common approach is based on the intensity function or hazard rate, defined as [-equation-] which represents the instantaneous risk at time t. A generalization of the models for the hazard function includes covariates. These can be formed in various ways and the three most commonly used semiparametric models and are referred in the review. They are the proportional hazards, the accelerated failure time and the additive risks models. The aim of this review is to summarize the proposals made for robustification in the proportional model, the accelerated failure time model and the additive model, commenting on possible generalizations and extensions.
Facultad de Ciencias Exactas
Consejo Nacional de Investigaciones Científicas y Técnicas - Materia
-
Matemática
Modelos de riesgo proporcional
Modelo de riesgo de falla acelerado
Modelo de riesgo aditivo
Estimación robusta - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/99850
Ver los metadatos del registro completo
id |
SEDICI_18fe82f05d6b2ccbdf21292cd6868514 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/99850 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Revisión de Estimación Robusta en Modelos Semiparamétricos de SupervivenciaÁlvarez, Enrique ErnestoFerrario, JulietaMatemáticaModelos de riesgo proporcionalModelo de riesgo de falla aceleradoModelo de riesgo aditivoEstimación robustaEn Análisis de Supervivencia se analizan datos referidos al tiempo final de ocurrencia de un evento, T, y asociado a éste se recogen un vector de variables explicativas independientes o “covariables”, Z. Lo que se desea es modelar la relación entre T y Z, y el enfoque más común para esto se basa sobre la función de intensidad o tasa de riesgo, definida como [-ecuación-] que representa el riesgo instantáneo en el tiempo t. Una generalización de los modelos para la función de riesgo incluye variables regresoras. Estos pueden ser formados de varias maneras y los tres modelos semiparamétricos más utilizados y a los que hacemos referencia aquí son: de riesgo proporcional, de tiempo de falla acelerado y de riesgo aditivo. El objetivo de esta revisión es sintetizar las propuestas de robustificación realizadas hasta el momento para los modelos proporcional, de falla acelerado y aditivo, comentando posibles generalizaciones y extensiones.Survival Analysis analyzes data referring to times until the occurrence of an event, T, which is collected together with a vector of independent variables or “covariates”, Z. What is desired is to model the relationship between T and Z, and the most common approach is based on the intensity function or hazard rate, defined as [-equation-] which represents the instantaneous risk at time t. A generalization of the models for the hazard function includes covariates. These can be formed in various ways and the three most commonly used semiparametric models and are referred in the review. They are the proportional hazards, the accelerated failure time and the additive risks models. The aim of this review is to summarize the proposals made for robustification in the proportional model, the accelerated failure time model and the additive model, commenting on possible generalizations and extensions.Facultad de Ciencias ExactasConsejo Nacional de Investigaciones Científicas y Técnicas2012-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdf85-106http://sedici.unlp.edu.ar/handle/10915/99850spainfo:eu-repo/semantics/altIdentifier/url/https://ri.conicet.gov.ar/11336/68451info:eu-repo/semantics/altIdentifier/url/http://www.contraloria.gob.pa/inec/IASI/publi_revista.htmlinfo:eu-repo/semantics/altIdentifier/issn/0014-1135info:eu-repo/semantics/altIdentifier/hdl/11336/68451info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:20:56Zoai:sedici.unlp.edu.ar:10915/99850Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:20:56.693SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Revisión de Estimación Robusta en Modelos Semiparamétricos de Supervivencia |
title |
Revisión de Estimación Robusta en Modelos Semiparamétricos de Supervivencia |
spellingShingle |
Revisión de Estimación Robusta en Modelos Semiparamétricos de Supervivencia Álvarez, Enrique Ernesto Matemática Modelos de riesgo proporcional Modelo de riesgo de falla acelerado Modelo de riesgo aditivo Estimación robusta |
title_short |
Revisión de Estimación Robusta en Modelos Semiparamétricos de Supervivencia |
title_full |
Revisión de Estimación Robusta en Modelos Semiparamétricos de Supervivencia |
title_fullStr |
Revisión de Estimación Robusta en Modelos Semiparamétricos de Supervivencia |
title_full_unstemmed |
Revisión de Estimación Robusta en Modelos Semiparamétricos de Supervivencia |
title_sort |
Revisión de Estimación Robusta en Modelos Semiparamétricos de Supervivencia |
dc.creator.none.fl_str_mv |
Álvarez, Enrique Ernesto Ferrario, Julieta |
author |
Álvarez, Enrique Ernesto |
author_facet |
Álvarez, Enrique Ernesto Ferrario, Julieta |
author_role |
author |
author2 |
Ferrario, Julieta |
author2_role |
author |
dc.subject.none.fl_str_mv |
Matemática Modelos de riesgo proporcional Modelo de riesgo de falla acelerado Modelo de riesgo aditivo Estimación robusta |
topic |
Matemática Modelos de riesgo proporcional Modelo de riesgo de falla acelerado Modelo de riesgo aditivo Estimación robusta |
dc.description.none.fl_txt_mv |
En Análisis de Supervivencia se analizan datos referidos al tiempo final de ocurrencia de un evento, T, y asociado a éste se recogen un vector de variables explicativas independientes o “covariables”, Z. Lo que se desea es modelar la relación entre T y Z, y el enfoque más común para esto se basa sobre la función de intensidad o tasa de riesgo, definida como [-ecuación-] que representa el riesgo instantáneo en el tiempo t. Una generalización de los modelos para la función de riesgo incluye variables regresoras. Estos pueden ser formados de varias maneras y los tres modelos semiparamétricos más utilizados y a los que hacemos referencia aquí son: de riesgo proporcional, de tiempo de falla acelerado y de riesgo aditivo. El objetivo de esta revisión es sintetizar las propuestas de robustificación realizadas hasta el momento para los modelos proporcional, de falla acelerado y aditivo, comentando posibles generalizaciones y extensiones. Survival Analysis analyzes data referring to times until the occurrence of an event, T, which is collected together with a vector of independent variables or “covariates”, Z. What is desired is to model the relationship between T and Z, and the most common approach is based on the intensity function or hazard rate, defined as [-equation-] which represents the instantaneous risk at time t. A generalization of the models for the hazard function includes covariates. These can be formed in various ways and the three most commonly used semiparametric models and are referred in the review. They are the proportional hazards, the accelerated failure time and the additive risks models. The aim of this review is to summarize the proposals made for robustification in the proportional model, the accelerated failure time model and the additive model, commenting on possible generalizations and extensions. Facultad de Ciencias Exactas Consejo Nacional de Investigaciones Científicas y Técnicas |
description |
En Análisis de Supervivencia se analizan datos referidos al tiempo final de ocurrencia de un evento, T, y asociado a éste se recogen un vector de variables explicativas independientes o “covariables”, Z. Lo que se desea es modelar la relación entre T y Z, y el enfoque más común para esto se basa sobre la función de intensidad o tasa de riesgo, definida como [-ecuación-] que representa el riesgo instantáneo en el tiempo t. Una generalización de los modelos para la función de riesgo incluye variables regresoras. Estos pueden ser formados de varias maneras y los tres modelos semiparamétricos más utilizados y a los que hacemos referencia aquí son: de riesgo proporcional, de tiempo de falla acelerado y de riesgo aditivo. El objetivo de esta revisión es sintetizar las propuestas de robustificación realizadas hasta el momento para los modelos proporcional, de falla acelerado y aditivo, comentando posibles generalizaciones y extensiones. |
publishDate |
2012 |
dc.date.none.fl_str_mv |
2012-12 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Articulo http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/99850 |
url |
http://sedici.unlp.edu.ar/handle/10915/99850 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/https://ri.conicet.gov.ar/11336/68451 info:eu-repo/semantics/altIdentifier/url/http://www.contraloria.gob.pa/inec/IASI/publi_revista.html info:eu-repo/semantics/altIdentifier/issn/0014-1135 info:eu-repo/semantics/altIdentifier/hdl/11336/68451 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 85-106 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616084558184448 |
score |
13.069144 |