< Terug naar vorige pagina

Project

Semi-parametrische Cox┌s regressie modellen voor multivariate, links-gecensureerde overlevingsdata met extra nullen. (R-1829)

In sommige klinische, industriële of milieu-studies bestudeert men een positieve stochastische response variabele. Door moeilijkheden in het meetmechanisme observeren we voor enkele subjecten slechts een bovengrens voor deze response variabele. We noemen dit linksgecensuurde gegevens en observeren voor elk individu het maximum van de response variabele en een onafhankelijke stochastische censureringsvariabele. Daarnaast hebben we een indicator die aangeeft welke variabele het grootst is. We merken tevens op dat in sommige studies de response variabele de waarde nul kan aannemen met een discrete kans. In dit project introduceren we een klasse van semiparametrische regressie modellen voor bivariate links-gecensureerde gegevens waarbij de onderliggende response variabelen een discrete kans hebben op een nulwaarde. We modelleren de associaties tussen de metingen in één subject door families van copula functies in dit model. Om de invloed van covariaten op de kans op een nulmeting in elke component te modelleren gebruiken we parametrische modellen. Voor het strikt positieve gedeelte van de response variabelen geven Cox┌s regressie modellen de invloed van de covariaten weer. Als resultaten tonen we de consistentie en asymptotische normaliteit aan van zowel de eindig- als oneindig-dimensionale parameters in dit model. We introduceren bootstrapsprocedures om de nulverdeling te benaderen voor hypothesen toetsen over deze parameters.
Datum:1 okt 2009  →  30 sep 2011
Trefwoorden:BOOTSTRAP, COX┌S REGRESSION MODELS
Disciplines:Informatie- en computerwetenschappen, Biologische wetenschappen, Computer ingenieurswetenschappen, informatietechnologie en mathematische ingenieurswetenschappen, Basiswetenschappen, Klinische wetenschappen, Gezondheidswetenschappen, Translationele wetenschappen