Comparación de los métodos de imputación múltiple, Bayesianos y el algoritmo ICM (Iterative Convex Minorant) para datos con censura en intervalos

Los datos con censura en intervalos son comunes en varias áreas del conocimiento, tales como: epidemiología, finanzas, demografía, medicina, entre otros. Ocurren cuando el evento de interés, el tiempo de falla, no se observa exactamente, sino que se encuentra dentro de algún intervalo del tiempo de observación. La solución para esta situación es realizar imputación de los datos que no se conocen exactamente. Las alternativas propuestas son los métodos de imputación simple y múltiple, los métodos Bayesianos y el algoritmo ICM (Iterative Convex Minorant) bajo el modelo de riesgos proporcionales de Cox fueron estudiados en esta investigación. En esta tesis se realizará una comparación vía simulación de los métodos anteriormente descritos. La comparación se realizará utilizando el error cuadrático medio (ECM) de las respectivas estimaciones de los parámetros de interés y la probabilidad de cobertura con un nivel de confianza nominal del 95% y finalmente se realizará una aplicación con datos reales

• Autores: Bustos Giraldo, Olga Alexandra
• Fecha de publicación: 2019
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/76926
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/76926; http://bdigital.unal.edu.co/73947/
• Palabra clave: Métodos de imputación múltiple; Censura en intervalos; Métodos Bayesianos; Algoritmo ICM (Iterative Convex Minorant); Modelo de riesgos proporcionales de Cox; Multiple imputation methods; Interval-censored; Bayesian methods; Iterative Convex Minorant; Proportional hazards model of Cox.
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional