Regressão de Cox robusta
dc.contributor.advisor | Vigo, Álvaro | pt_BR |
dc.contributor.author | Sientchkovski, Paula Marques | pt_BR |
dc.date.accessioned | 2016-03-23T02:05:57Z | pt_BR |
dc.date.issued | 2015 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/134040 | pt_BR |
dc.description.abstract | Neste artigo apresentamos alternativas ao Modelo de Riscos Proporcionais de Cox na análise de dados de sobrevivência, por meio do emprego de métodos robustos, com o objetivo de minimizar o impacto de outliers. Assim, analisamos brevemente três métodos robustos disponíveis, propostos por Bednarski (1993), Sasieni (1993) e Farcomeni e Viviani (2010, 2011), bem como descrevemos seus aspectos estatísticos e computacionais, utilizando o software estatístico R. | pt_BR |
dc.format.mimetype | application/pdf | |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Análise de sobrevivência | pt_BR |
dc.title | Regressão de Cox robusta | pt_BR |
dc.type | Trabalho de conclusão de graduação | pt_BR |
dc.identifier.nrb | 000986005 | pt_BR |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Instituto de Matemática. Departamento de Estatística | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2015 | pt_BR |
dc.degree.graduation | Estatística: Bacharelado | pt_BR |
dc.degree.level | graduação | pt_BR |
Este item está licenciado na Creative Commons License
-
TCC Estatística (295)