Ολοκληρωμένη στατιστική μελέτη της διάρκειας ζωής 
με βάση ημι-παραμετρικά και παραμετρικά  μοντέλα παλινδρόμησης

Πανέτα, Βαλεντίνα; Paneta, Valentina

dc.contributor.author	Πανέτα, Βαλεντίνα	el
dc.contributor.author	Paneta, Valentina	en
dc.date.accessioned	2022-03-29T12:25:44Z
dc.date.available	2022-03-29T12:25:44Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/55008
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.22706
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) "Επιστήμη Δεδομένων και Μηχανική Μάθηση"	el
dc.rights	Default License
dc.subject	Survival analysis	en
dc.subject	Proportional hazards	en
dc.subject	Weibull	en
dc.subject	Cox	en
dc.subject	Penalized cox	en
dc.subject	Διάρκεια ζωής	el
dc.subject	Αναολογική διακινδύνευση	el
dc.subject	Στατιστική μελέτη	el
dc.title	Ολοκληρωμένη στατιστική μελέτη της διάρκειας ζωής με βάση ημι-παραμετρικά και παραμετρικά μοντέλα παλινδρόμησης	el
heal.type	masterThesis
heal.classification	Data Science	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-12-15
heal.abstract	Survival analysis is the statistical data analysis where the outcome variable of interest is the time untill the occurrence of an event. Hence it is also called time-to-event analysis. Initially it referred literally to the survival of patients using their historical medical data, but soon it expanded to numerous research fields and applications beyond the bio-medical ones, such as economics, social sciences, and engineering where for example the event of interest could be the failure of a mechanical system. Studies that concern the same concept of the occurrence of an event described in terms of another random variable besides time, e.g., load until component failure, are also perceived as survival analysis. In any case, survival analysis relies on the available data regarding the event of interest and their statistical analysis and corresponding statistical modeling. Survival is described and estimated through probabilities and more specifically through the survival function which denotes the probability that a patient, device, or other object of interest will survive beyond some specified time. The corresponding statistical theory, found in several excellent textbooks and published articles, is presented here briefly. The contribution of the present thesis in this field is the development and implementation of a complete statistical analysis for survival analysis studies, emphasizing the use of the semi-parametric Cox proportional hazards regression model which gains more and more popularity in the field. Unfortunately, the necessary suitability checks and model diagnostics are not equally widely implemented or known. Comparisons between different models and approaches are also presented for reasons of completeness and generalization of the methodology for its implementation in various research fields. The methodology is illustrated by applying it on the available recidivism dataset of 432 prisoners who were released from Maryland state prisons in the 1970’s and were followed up for one year after release on their rearresting event.	en
heal.abstract	Οι μελέτες διάρκειας ζωής (survival analysis) αφορούν γενικά την επίλυση ερωτημάτων ως προς το ποια χρονική στιγμή θα συμβεί ένα γεγονός, μέσω κάποιων ιστορικών δεδομένων που το αφορούν και το περιγράφουν. Αρχικά, το αντικείμενο μελέτης αφορούσε κυριολεκτικά τη ζωή και την επιβίωση ασθενών και το ιστορικό τους, ενώ στη συνέχεια επεκτάθηκε και σε άλλα ερευνητικά πεδία και εφαρμογές πέραν των βιο-ιατρικών, με αντίστοιχα ερωτήματα για τη χρονική στιγμή κάποιου γεγονότος, όπως για παράδειγμα το πότε αναμένεται να χαλάσει ένα εξάρτημα αυτοκινήτου. Όμοια ερωτήματα που δεν αφορούν χρόνο, αλλά κάποια άλλη τυχαία μεταβλητή, όπως για παράδειγμα η πίεση έως την αστοχία του υλικού ή ο αριθμός περιστροφών των ρουλεμάν που το καταστρέφουν, εμπίπτουν επίσης στο ίδιο αντικείμενο. Σε κάθε περίπτωση η μελέτη αφορά την ανάλυση των αντίστοιχων στατιστικών δεδομένων που έχουν συλλεχθεί αναφορικά με το γεγονός και έτσι οι μελέτες διάρκειας ζωής (όπως αναφέρονται ακόμα και στις μελέτες που δεν αφορούν χρόνο) ανήκουν στο πεδίο της στατιστικής και της στατιστικής μοντελοποίησης. Η επιβίωση και η διάρκεια ζωής μέχρι το γεγονός αποτελούν άρα στατιστικά μεγέθη και περιγράφονται σε όρους πιθανοτήτων με την ανάλυση αυτής της μορφής των δεδομένων με την αντίστοιχη στατιστική θεωρία που έχει αναπτυχθεί και παρουσιάζεται συνοπτικά στην εργασία αυτή. Η ανάπτυξη και εκτέλεση ολοκληρωμένης στατιστικής ανάλυσης για τις μελέτες διάρκειας ζωής αποτελούν το σκοπό της παρούσας εργασίας, δίνοντας έμφαση στη χρήση του ημι-παραμετρικού μοντέλου παλινδρόμησης του Cox που τυγχάνει ολοένα και πιο ευρείας και μαζικής χρήσης, χωρίς όμως πάντα την πρέπουσα προσοχή ως προς τις παραδοχές και τους απαραίτητους ελέγχους για τη σωστή χρήση και υλοποίησή του. Η εφαρμογή που παρουσιάζεται στην εργασία βασίζεται σε δεδομένα της βιβλιογραφίας της μελέτης 432 φυλακισμένων μετά την αποφυλάκιση τους και αφορούν την υποτροπή και την επανασύλληψή τους στο χρονικό διάστημα της μελέτης. Πραγματοποιείται επίσης σύγκριση του μοντέλου του Cox και με άλλες προσεγγίσεις και μεθόδους μοντελοποίησης, για λόγους πληρότητας και γενίκευσης της μεθοδολογίας επίλυσης προβλημάτων διάρκειας ζωής για την ευρεία χρήση της σε διάφορα ερευνητικά πεδία αναλόγως.	el
heal.advisorName	Καρώνη-Ρίτσαρντσον, Χρυσηίς	el
heal.committeeMemberName	Καρώνη-Ρίτσαρντσον, Χρυσηίς	el
heal.committeeMemberName	Παπανικολάου, Βασίλης	el
heal.committeeMemberName	Παυλοπούλου, Καλλιόπη	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.fullTextAvailability	false
heal.fullTextAvailability	false