Variáveis latentes em análise de sobrevivência e curvas de crescimento.

• Ano de defesa: 2003
• Autor(a) principal: Giolo, Suely Ruiz
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: análise de dados; análise de sobrevivência; curvas de crescimento; data analysis; genetic animal breeding; growth curves; latent variable; melhoramento genético animal; ncia; survival analysis; variável latente
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-09052003-143659/

Em um contexto de analise de dados de sobrevivência univariados ou multivariados, dados de tempos de falha caracterizam-se pela possibilidade de poderem ser censurados. Embora comum na pratica, a censura impede o uso de alguns procedimentos estatisticos covencionais o que vem motivando, em especial apos a publicacao do artigo de Cox (1972), o desenvolvimento de metodos estatisticos nessa area. Uma linha de estudo recente e a de que, em algumas situacoes, a variavel resposta esteja sendo inuenciada por variaveis latentes, variaveis estas que sao usadas, em um sentido estatistico, para descreverem efeitos geneticos ou ambientais compartilhados pelos indivduos ou, ainda, covariaveis nao consideradas no estudo. Nesse trabalho, enfase e dada aos modelos de sobrevivencia que consideram tempos de falha multivariados e variaveis latentes. Esses tempos aparecem quando, por exemplo, cada individuo em estudo esta sujeito a diversos eventos ou, quando existe um agrupamento natural ou artificial o qual induz dependencia entre os tempos dos individuos do mesmo grupo. Modelos com variaveis latentes em que tais tempos de falha ocorrem em intervalos de tempo, ou seja, em um contexto de censura intervalar sao especialmente considerados nesse trabalho. O modelo de fragilidade gama para dados de sobrevivencia com censura intervalar e proposto, nesse trabalho, como um criterio para a selecao de bovinos. Como uma alternativa para esta selecao, o modelo de curvas de crescimento com efeitos aleatorios e tambem considerado. Para a estimacao dos parametros envolvidos em ambos os modelos propostos, programas computacionais sao apresentados. Uma abordagem Bayesiana e considerada no processo de estimação sendo, o metodo de Markov chain Monte Carlo (MCMC) utilizado e as distribuicoes a posteriori obtidas, usando-se o amostrador de Gibbs. O modelo de fragilidade gama com censura intervalar e o de curvas de crescimento com efeitos aleatorios sao comparados por meio de um estudo de simulação. Para ilustrar ambos os modelos propostos, estudos com bovinos das racas Nelore e Canchim são utilizados.