BÖLÜM 1: YAşAM ÇÖzÜMLEMEsİNE GİRİş... 1

Benzer belgeler
İçindekiler. Ön Söz... xiii

1: DENEYLERİN TASARIMI VE ANALİZİ...

BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

2018 YILI BİRİNCİ SEVİYE AKTÜERLİK SINAVLARI İSTATİSTİK VE OLASILIK 29 NİSAN 2018

İÇİNDEKİLER 1. GİRİŞ...

ORANTILI TEHLİKE VARSAYIMININ İNCELENMESİNDE KULLANILAN YÖNTEMLER VE BİR UYGULAMA

T.C. İSTANBUL ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ ( YÜKSEK LİSANS TEZİ ) YAŞAM VERİLERİNİN ÇÖZÜMLENMESİNDE UYGUN REGRESYON MODELİ SEÇME YÖNTEMLERİ

ĐST 474 Bayesci Đstatistik

RİSK ANALİZİ VE AKTÜERYAL MODELLEME MAYIS 2015

İSTATİSTİK VE OLASILIK SORULARI

İçindekiler. I Varyans Analizi (ANOVA) 1. Önsöz. Simgeler ve Kısaltmalar Dizini

DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar Ön Koşul Dersin Dili

2018 İKİNCİ SEVİYE AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME 12 MAYIS 2018

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

GAZİ ÜNİVERSİTESİ, İ.İ.B.F, İSTATİSTİK VE OLASILIĞA GİRİŞ I, UYGULAMA SORULARI. Prof. Dr. Nezir KÖSE

İÇİNDEKİLER ÖN SÖZ...

Mide Kanseri Hastalarına İlişkin Verilerle Bir Uygulama

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

2. BASİT DOĞRUSAL REGRESYON 12

RISK ANALIZI SINAVI WEB EKİM Kasko sigortasından çekilen beş hasarlı bir rassal örneklem aşağıdaki gibi verilmektedir:

7. Ders Genel Lineer Modeller Singüler Modeller, Yanlış veya Bilinmeyen Kovaryanslar, Đlişkili Hatalar

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

χ =1,61< χ χ =2,23< χ χ =42,9> χ χ =59,4> χ

DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...

Karar ağacı ile Cox karma modeli ve lastik verileri üzerine bir uygulama

Yaşam çözümlemesinde cox orantılı tehlikeler ve orantılı odds modelleri

İSTATİSTİK BÖLÜMÜ DERS İÇERİKLERİ ( )

Prof. Dr. Özkan ÜNVER Prof. Dr. Hamza GAMGAM Doç. Dr. Bülent ALTUNKAYNAK SPSS UYGULAMALI TEMEL İSTATİSTİK YÖNTEMLER

Matris Cebiriyle Çoklu Regresyon Modeli

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems

ANADOLU ÜNİVERSİTESİ REGRESYON KATSAYILARININ GÜVEN ARALIĞI = + REGRESYON KATSAYILARININ GÜVEN ARALIĞI

QUANTILE REGRESYON * Quantile Regression

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

SAĞKALIM (YAġAM) ÇÖZÜMLEMESĠ

altında ilerde ele alınacaktır.

OLASILIK ve KURAMSAL DAĞILIMLAR

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak

Sigortacılık sektöründe yaşam çözümlemesi: Birikimli hayat sigortaları ile ilgili bir uygulama

ORANTILI HAZARD MODELİNİN ZAMANA BAĞLI DEĞİŞKENLERLE GENİŞLETİLMESİ VE ÇOCUK SUÇLULUĞU ÜZERİNE BİR UYGULAMA. Özlem GÖZ ÇEKÇEKİ

χ =1,61< χ χ =2,23< χ χ =42,9> χ χ =59,4> χ

Ekonometri I VARSAYIMLARI

SAĞKALIM ANALİZİNDE KANTİL REGRESYON VE PARAMETRİK REGRESYON MODELLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

SA Ğ KALIM ANAL Ġ ZLER Ġ

EME 3117 SISTEM SIMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

İÇİNDEKİLER. Birinci Bölüm UYGULAMA VERİLERİ

EME 3117 SİSTEM SİMÜLASYONU. Üçgensel Dağılım. Sürekli Düzgün Dağılım. Sürekli Rassal Değişkenlerin Modellemesinde Kullanılan Dağılımlar

Normallik Varsayımı ve Ençok Olabilirlik Yöntemi

Olasılık Teorisi ve İstatistik (MATH392) Ders Detayları

KESİKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK DAĞILIMLARI. Bernoulli Dağılımı Binom Dağılımı Poisson Dağılımı

İstatistikçiler Dergisi

İÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

Yapılan alan araştırması sonucunda aşağıdaki sonuçlar elde edilmiştir. ( ) ( ) ( ) ( )

EME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri

İçindekiler. Pazarlama Araştırmalarının Önemi

2018 ÜÇÜNCÜ SEVİYE AKTÜERLİK SINAVLARI FİNANS, YATIRIM VE RİSK YÖNETİMİ 2 ARALIK 2018

Yaflam Analizinde Cox Regresyon Modeli ve Art klar n ncelenmesi

İSTATİSTİK BÖLÜMÜ LİSANS PROGRAMINDA OKUTULAN ZORUNLU VE SEÇMELİ DERSLER VE İÇERİKLERİ

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

ANADOLU ÜNİVERSİTESİ. ENM 317 MÜHENDİSLİK İSTATİSTİĞİ İYİ UYUM TESTİ Prof.Dr. Nihal ERGİNEL

Korelasyon testleri. Pearson korelasyon testi Spearman korelasyon testi. Regresyon analizi. Basit doğrusal regresyon Çoklu doğrusal regresyon

Koşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.

HAYAT DIŞI SİGORTALARI SINAVI EKİM 2017

Simülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Ders 6: Sürekli Olasılık Dağılımları

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

WEIBULL DAĞILIMI WEIBULL DAĞILIMI ANADOLU ÜNİVERSİTESİ

İÇİNDEKİLER BÖLÜM 1 KAVRAMLAR VE YÖNTEMBİLİM

İSTATİSTİK DERS NOTLARI

BAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI

İstatistik ve Olasılık

Ch. 12: Zaman Serisi Regresyonlarında Ardışık Bağıntı (Serial Correlation) ve Değişen Varyans

Rastgele Değişkenlerin Dağılımları. Mühendislikte İstatistik Yöntemler

PARAMETRİK ve PARAMETRİK OLMAYAN (NON PARAMETRİK) ANALİZ YÖNTEMLERİ.

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

BİYOİSTATİSTİK Bazı Olasılık Dağılışları Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH

ÜNİTE:1. İstatistiğin Tanımı, Temel Kavramlar ve İstatistik Eğitimi ÜNİTE:2. Veri Derleme, Düzenleme ve Grafiksel Çözümleme ÜNİTE:3

SÜREKLİ DÜZGÜN DAĞILIM

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM-1.BİLİM NEDİR? Tanımı...1 Bilimselliğin Ölçütleri...2 Bilimin İşlevleri...3

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ SANSÜRLÜ VERİLERDE DİSKRİMİNANT ANALİZİ: WEIBULL DAĞILIMI DURUMU. Hayrinisa DEMİRCİ BİÇER

Orantısız hazardlar için parametrik ve yarı parametrik yaşam modelleri

Bağımsız Değişkenin Pareto Dağılımına Sahip Olması Durumunda Üyelik Fonksiyonunun Dayalı Parametre Tahmini

Akdeniz Üniversitesi

Yrd. Doç. Dr. Mehmet Güçlü

İkiden Çok Grup Karşılaştırmaları

Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ

Kullanılacak İstatistikleri Belirleme Ölçütleri. Değişkenin Ölçek Türü ya da Yapısı

Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

Transkript:

ÖN SÖZ...iii BÖLÜM 1: Yaşam Çözümlemesine Giriş... 1 1.1. Giriş... 1 1.2. Yaşam Süresi... 2 1.2.1. Yaşam süresi verilerinin çözümlenmesinde kullanılan fonksiyonlar... 3 1.2.1.1. Olasılık yoğunluk fonksiyonu... 3 1.2.1.2. Yaşam fonksiyonu... 3 1.2.1.3. Tehlike fonksiyonu... 4 1.2.1.4. Birikimli tehlike fonksiyonu... 5 1.2.1.5. Fonksiyonlar arası ilişkiler... 5 1.3. Durdurma... 7 1.3.1. Birinci tür durdurma... 7 1.3.2. İkinci tür durdurma... 8 1.3.3. Rasgele durdurma... 8 1.3.4. Aralıklı durdurma... 8 1.4. Yaşam ve Tehlike Fonksiyonlarının Parametrik Olmayan Tahminleri... 8 v

vi Yaşam Çözümlemesi 1.4.1. Yaşam fonksiyonunun tahmini... 8 1.4.1.1. Deneysel yaşam fonksiyonu... 8 1.4.1.2. Kaplan-Meier tahmini... 9 1.4.1.3. Varyans tahmini... 10 1.4.2. Tehlike fonksiyonunun tahmini... 10 1.4.2.1. Kaplan-Meier tahmini... 10 1.4.2.2. Birikimli tehlike fonksiyonunun tahmini... 11 1.4.3. Yaşam fonksiyonlarının karşılaştırılması... 12 1.4.3.1. Log-rank testi... 12 1.4.3.2. Ağırlıklandırılmış log-rank testi... 15 BÖLÜM 2: Cox Regresyon Modeli... 17 2.1. Giriş... 17 2.2. Olabilirlik Fonksiyonu... 19 2.3. Bağlı Gözlemlerin Olduğu Denemeler... 22 2.4. Bilinmeyen Parametreler Vektörünün Elde Edilmesi... 23 2.4.1. Newton-Raphson yöntemi... 25 2.4.2. Parametreler için güven aralıkları ve hipotez testleri... 25 2.5. Tehlike Oranı... 26 2.6. Seçenek Modellerin Karşılaştırılması... 27 2.6.1. Model seçim kriterleri... 27 2.6.2. Değişken seçim yöntemleri... 28 2.6.3. Doğrusallığın test edilmesi... 30 2.7. Cox Regresyon Modelinde Artıkların İncelenmesi... 31 2.7.1. Cox-Snell artıkları... 31 2.7.2. Modifiye edilmiş Cox-Snell artıkları... 33 2.7.3. Martingale artıkları... 35 2.7.4. Sapma artıkları... 35 2.7.5. Schoenfeld artıkları... 36 BÖLÜM 3: Orantısız Tehlikeler... 39 3.1. Giriş... 39 3.2. Orantılı Tehlikeler Varsayımının İncelenmesi... 40

vii 3.2.1. Grafiksel yöntemler... 40 3.2.1.1. Log(-log) yaşam eğrileri yöntemi... 40 3.2.1.2. Gözlenen ve beklenen yaşam eğrileri yöntemi... 44 3.2.2. Sayısal yöntemler... 45 3.2.2.1. Zamana bağlı açıklayıcı değişkenlerin kullanılması... 45 3.2.2.2. Schoenfeld artıkları ile yaşam sürelerinin rankının korelasyon testi... 46 3.3. Orantısız Tehlikeler İçin Kullanılan Yarı Parametrik Yaşam Modelleri... 47 3.3.1. Tabakalandırılmış Cox regresyon modeli... 47 3.3.1.1. Etkileşimsiz tabakalandırılımış Cox regresyon modeli... 48 3.3.1.2. Etkileşimli tabakalandırılmış Cox regresyon modeli... 48 3.3.1.3. Etkileşimsizlik varsayımının incelenmesi... 49 3.3.2. Genişletilmiş Cox regresyon modeli... 50 3.3.3. Orantısız tehlikeler için kullanılan diğer yaşam modelleri... 52 BÖLÜM 4: Parametrik Regresyon Modelleri... 53 4.1. Giriş... 53 4.2. Yaşam Çözümlemesinde Kullanılan Bazı Parametrik Dağılımlar... 54 4.2.1. Üstel dağılım... 54 4.2.2. Weibull dağılımı... 54 4.2.3. Log-normal dağılım... 55 4.2.4. Log-lojistik dağılım... 56 4.2.5. Gamma dağılımı... 56 4.2.6. Diğer yaşam süresi dağılımları... 57 4.3. Orantılı Tehlikeler Biçimindeki Parametrik Regresyon Modelleri... 58

viii Yaşam Çözümlemesi 4.4. Hızlandırılmış Başarısızlık Süresi Biçimindeki Parametrik Regresyon Modelleri... 58 4.4.1. Üstel regresyon modeli... 61 4.4.2. Weibull regresyon modeli... 61 4.4.3. Log-normal regresyon modeli... 62 4.4.4. Log-lojistik regresyon modeli... 63 4.4.5. Genelleştirilmiş gamma regresyon modeli... 64 4.5. Parametrik Regresyon Modellerinde Model Seçim Kriterleri.65 4.6. Zayıflık Modelleri... 66 4.6.1. Paylaşılmamış zayıflık modeli... 66 4.6.2. Paylaşılmış zayıflık modeli... 68 BÖLÜM 5: Değişim Noktalı Sabit Tehlike Modeli... 71 5.1. Giriş... 71 5.2. Olasılık Yoğunluk Fonksiyonu ve Yaşam Fonksiyonu... 72 5.3. Olabilirlik Fonksiyonu... 73 5.4. Tehlike Hızlarının Tahmini... 76 5.4.1. Ençok olabilirlik tahmini... 76 5.4.1.1. α ve b için en çok olabilirlik tahmini... 76 5.4.1.2. λ ve ρ için en çok olabilirlik tahmini... 77 5.4.2. Bayes tahmini... 77 5.4.2.1. t ve λ bilindiği varsayıldığında r için bayes tahmini... 78 5.4.2.2. t bilindiği varsayıldığında ρ ve λ için bayes tahmini... 79 5.4.2.3. t nun bilinmediği varsayıldığında bayes tahmini... 80 5.5. Değişim Noktasının Tahmini... 81 5.5.1. Ençok olabilirlik tahmini... 81 5.5.2. Klasik tahminleri... 81 5.5.2.1. NRW tahmini... 81 5.5.2.2. BGJ tahminleri... 82

ix 5.5.3. Bayes tahminleri... 84 5.5.3.1. GJM tahmini... 84 5.5.3.2. K tahmini... 87 5.6. Değişim Noktasının Testi... 88 BÖLÜM 6: Yarışan Riskler... 91 6.1. Giriş... 91 6.2. Sebebe-Özel Tehlike Fonksiyonu, İlgili Fonksiyonlar ve Tahmin Edicileri... 92 6.3. Ölümlülük Çözümlemesinde Yarışan Riskler... 99 6.4. Bağımsızlık Varsayımı... 101 6.5. Orantılılık Varsayımı... 101 6.6. Yarışan Riskler İçin Olasılıklar... 102 6.6.1. Kaba olasılık... 103 6.6.2. Net olasılık... 103 6.6.3. Kısmi kaba olasılık... 103 6.6.4. Kaba, net ve kısmi kaba olasılıklar arasındaki ilişkiler... 104 6.7. Yarışan Riskler Durumunda Cox Regresyon Modeli... 105 6.8. Kaplan-Meier, Marjinal ve Koşullu Olasılık Eğrileri... 107 Kaynaklar...111 Dizin... 127