Geri Dön

A Bayesian joint model for recurrent events and longitudinal covariates

Tekrarlayan olaylar ve uzunlamasına bağımsız değişkenler için bayesci bileşık model

  1. Tez No: 606999
  2. Yazar: MÜNİRE TUĞBA ERDEM ALADAĞ
  3. Danışmanlar: DOÇ. DR. ZEYNEP IŞIL KALAYLIOĞLU AKYILDIZ
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 78

Özet

Bu tezde tekrarlamalı olaylar ve zamana bağlı olan veya olmayan bağımsız değişkenler için Bayesci perspektiften bileşik bir model önerilmiştir. Paylaşılan kırılganlık terimleri modele yaşama devam süreci ve uzunlamasına veri arasındaki birlikteliği kurmak için eklenmiştir. Yaşama devam süreci paylaşılan kırılganlık terimleri içeren hızlandırılmış başarısızlık zamanı modeli ile kurulmuştur. Uzunlamasına bağımsız değişkenler ise büyüme eğrisi modeli ile tanımlanmıştır. Paylaşılan kırılganlık terimleri Dirichlet süreci karma modeline sahiptir. Bu sayede gözlemlenemeyen terimler için sağlam bir tahmin sağlanmış olmuştur. Önerilen modelin farklı dağılım varsayımları altında nasıl çalıştığını incelemek için bir simulasyon çalışması yapılmıştır. Sonuçta, önerilen modelin iki-tepeli, çarpık ve ağır kuyruklu dağılımlar için sağlam bir model olduğu bulunmuştur. Model ülseratif kolit datasının analizinde kullanılmıştır.

Özet (Çeviri)

In this thesis a joint model for recurrent event data and time dependent/independent covariates is proposed in Bayesian perspective. Shared frailties are employed for the association between survival and longitudinal processes. Survival data part of the model is Accelerated failure time model with shared frailties, whereas longitudinal part of the model has random effects model for covariates. We consider Dirichlet process mixture approach for the shared frailties. A simulation study is conducted to assess the performance of the proposed joint model under several random effects distributions and evaluate the sensitivity of the inference in this framework to the true but unknown shared frailty distribution. Simulation results show that proposed method is robust to underlying bimodal, skewed and heavy tailed distributions. Finally joint model is implemented on a retrospectively collected ulcerative colitis data.

Benzer Tezler

  1. Birleşik Bayes model seçimi ve gürültülü sinüzoidallerin kestirimi

    Joint Bayesian model selection and estimation of noisy sinusoidals

    MEHMET CEVRİ

    Doktora

    Türkçe

    Türkçe

    2009

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Matematik Ana Bilim Dalı

    YRD. DOÇ. DR. DURSUN ÜSTÜNDAĞ

  2. A generalized localization framework for terrestrial and aerial systems

    Kara ve hava sistemleri için genel bir konumlandırma çerçevesi

    SALİHA BÜYÜKÇORAK EDİBALİ

    Doktora

    İngilizce

    İngilizce

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜNEŞ KARABULUT KURT

  3. Bayesian model pooling for the analysis of generalized linear models with missing-not-at-random covariates

    Rastgele olmayan kayıp verili değişkenler içeren genelleştirilmiş doğrusal modellerin analizi için Bayesiyen model havuzu

    SEZGİN ÇİFTÇİ

    Doktora

    İngilizce

    İngilizce

    2020

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ZEYNEP IŞIL KALAYLIOĞLU AKYILDIZ

  4. Unsupervised joint part-of-speech tagging and stemming for agglutinative languages

    Sondan eklemeli dillerde gözetimsiz eşzamanlı sözcük türü işaretleme ve gövdeleme

    NECVA BÖLÜCÜ

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BURCU CAN BUĞLALILAR

  5. Identifying gene interactions for time series microarray data using dynamic Bayesian networks and external biological knowledge

    Harici biyololojik bilgi ve dinamik Bayes ağları kullanarak genler arası etkileşimleri tanımlamak

    UMUT AĞYÜZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    BiyoteknolojiBoğaziçi Üniversitesi

    PROF. DR. AHMET ADEMOĞLU

    YRD. DOÇ. DR. HASAN HÜSEYİN OTU