A Bayesian joint model for recurrent events and longitudinal covariates
Tekrarlayan olaylar ve uzunlamasına bağımsız değişkenler için bayesci bileşık model
- Tez No: 606999
- Danışmanlar: DOÇ. DR. ZEYNEP IŞIL KALAYLIOĞLU AKYILDIZ
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Computational modeling of theory of mind: A Bayesian analysis of demonstrative use
Zihin kuramının hesaplamalı modellenmesi: Göstergeç kullanımının Bayesçi analizi
ALAZ AYDIN
Doktora
İngilizce
2025
DilbilimOrta Doğu Teknik ÜniversitesiBilişsel Bilim Ana Bilim Dalı
DOÇ. DR. MURAT PERİT ÇAKIR
- Boylamsal ve yaşam verilerinin parametrik bileşik modellemesinde parametre tahmin yöntemleri
Parameter estimation methods in parametric joint modelling of longitudinal and survival data
ELİF YILDIRIM
- Birleşik Bayes model seçimi ve gürültülü sinüzoidallerin kestirimi
Joint Bayesian model selection and estimation of noisy sinusoidals
MEHMET CEVRİ
Doktora
Türkçe
2009
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiMatematik Ana Bilim Dalı
YRD. DOÇ. DR. DURSUN ÜSTÜNDAĞ
- A generalized localization framework for terrestrial and aerial systems
Kara ve hava sistemleri için genel bir konumlandırma çerçevesi
SALİHA BÜYÜKÇORAK EDİBALİ
Doktora
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNEŞ KARABULUT KURT
- 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
2020
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ZEYNEP IŞIL KALAYLIOĞLU AKYILDIZ