Zotou, Effrosyniυφογραμμής, τεχνική Lasso και δέντρα επιβίωσης σε μοντέλο αναλογικής διακινδύνευσης του Cox

Τουφεξής, Γεώργιος Χρήστος; Toufexis, Georgios Christos

dc.contributor.author	Τουφεξής, Γεώργιος Χρήστος	el
dc.contributor.author	Toufexis, Georgios Christos	en
dc.date.accessioned	2022-11-23T09:09:40Z
dc.date.available	2022-11-23T09:09:40Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/56228
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.23926
dc.rights	Αναφορά Δημιουργού 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by/3.0/gr/	*
dc.subject	Ανάλυση επιβίωσης	el
dc.subject	Μοντέλο αναλογικής διακινδύνευσης του Cox	el
dc.subject	Δέντρα παλινδρόμησης	el
dc.subject	Τεχνική Ridge	el
dc.subject	Τεχνική Lasso	el
dc.subject	Survival analysis	en
dc.subject	Cox proportional-hazards regression model	en
dc.subject	Regression trees	en
dc.subject	Ridge technique	en
dc.subject	Lasso Technique	en
dc.title	Παλινδρόμηση κορυφογραμμής, τεχνική Lasso και δέντρα επιβίωσης σε μοντέλο αναλογικής διακινδύνευσης του Cox	el
heal.type	bachelorThesis
heal.classification	Ανάλυση Δεδομένων	el
heal.classification	Data Science	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-07-14
heal.abstract	Η ανάλυση επιβίωσης εξετάζει και μοντελοποιεί τον χρόνο που παίρνει ένα γεγονός να γίνει. Το μοντέλο αναλογικής διακινδύνευσης του Cox είναι ένα από τα πιο σημαντικά και διαδεδομένα εργαλεία για την μελέτη της εξάρτησης του χρόνου επιβίωσης με τις συμμεταβλητές του μοντέλου. Στη σύγχρονη εποχή έχουν αναπτυχθεί εναλλακτικές τεχνικές που μας βοηθούν να αντιμετωπίσουμε το πρόβλημα της πολυσυγγραμικότητας και να μειωθεί η διασπορά των συντελεστών καθώς η ανάγκη για καλύτερη πρόβλεψη παρά το μεγάλο αριθμό συμμεταβλητών είναι μεγάλη. Στα πλαίσια της παρούσας εργασίας θα γίνει σύντομη παρουσίαση αυτών των τεχνικών, θα υλοποιηθούν σε περιβάλλον R και θα γίνει σύγκριση των διάφορων τεχνικών με τη χρήση πραγματικών δεδομένων. Πιο συγκεκριμένα, θα χρησιμοποιηθούν οι τεχνικές Ridge και Lasso καθώς και τεχνικές που βασίζονται στα δέντρα επιβίωσης (Survival Trees). Στόχος της διπλωματικής εργασίας είναι να δούμε αν όλες οι διαφορετικές τεχνικές θα μας οδηγήσουν στο ίδιο τελικό μοντέλο παλινδρόμησης και να εξάγουμε πιο ολοκληρωμένα και σωστά συμπεράσματα για τα δεδομένα μας μέσω των διαφορετικών τεχνικών.	el
heal.abstract	Survival analysis examines and models the time it takes until an event happens. The Cox proportional-hazards regression model is one of the most important and popular tools for studying the dependency of the survival time on the covariates of the model. Modern methodology includes several alternative techniques that have been developed that help us tackle the problem of multicollinearity and reduce the variance of the regression coefficients as the need for better prediction despite the number of covariates is high. In this diploma thesis, these techniques are presented, followed by comparison of the results of their application to real data using the R environment. Ridge Lasso and techniques that are based on Survival Trees will be used in particular. This diploma thesis aims to see if all the different techniques will lead us to the same final regression model and to draw more complete and correct conclusions for our data using the different techniques.	en
heal.advisorName	ΚΑΡΩΝΗ-ΡΙΤΣΑΡΝΤΣΟΝ, ΧΡΥΣΗΙΣ	el
heal.committeeMemberName	ΠΑΠΑΝΙΚΟΛΑΟΥ, ΒΑΣΙΛΗΣ	el
heal.committeeMemberName	ΠΑΥΛΟΠΟΥΛΟΥ, ΚΑΛΛΙΟΠΗ	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών	el
heal.academicPublisherID	ntua
heal.fullTextAvailability	false