Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Los sistemas de supervivencia son difciles de analizar en presencia de observaciones extremas y multicolinealidad. Encontrar modelos apropiados que proporcionen una descripcin robusta de tales sistemas de supervivencia y que aborden los riesgos suaves en el contexto de las covariables puede ser un reto dado el gran nmero de posibilidades. Los algoritmos de tiempo de supervivencia que evalan la eficacia de los modelos en presencia de observaciones extremas sobre diferentes conjuntos de datos proporcionan una herramienta eficaz para identificar sistemas robustos. Sin embargo, los algoritmos existentes que abordan el anlisis de los sistemas de supervivencia estn limitados en las evaluaciones a largo plazo. Por lo tanto, se desarrolla un algoritmo que puede analizar la respuesta del tiempo de supervivencia en sistemas de supervivencia complejos de alta dimensin que tienen observaciones extremas y que explora grandes mrgenes de forma dinmica. Este algoritmo se desarrolla como un conjugado de modelos paramtricos flexibles y mnimos cuadrados parciales para estimar funciones suaves, flexibles y robustas para extrapolar el modelo de supervivencia en evaluaciones a largo plazo en presencia de observaciones extremas. El algoritmo se prueba y valida utilizando cuatro distribuciones basadas en un conjunto de datos simulados generados a partir de la distribucin Weibull y se compara con la regresin por mnimos cuadrados parciales-Cox. La comparacin muestra su flexibilidad y eficacia en el manejo de diferentes sistemas de supervivencia en presencia de valores extremos. El algoritmo tambin se utiliza para analizar cuatro conjuntos de datos reales de tiempo de supervivencia del cncer de mama, cada uno de los cuales contiene siete firmas genticas. Se estiman los coeficientes de los genes significativos para cada conjunto de datos. La flexibilidad en el manejo de varias distribuciones como modelos paramtricos de supervivencia apoya la aplicacin del algoritmo a una gran variedad de diferentes problemas de supervivencia y representa un marco estadstico robusto para el anlisis de supervivencia en presencia de observaciones extremas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Hidrodinámica de un Dispositivo de Columna de Agua Oscilante de Eje Vertical Flotante
Artículo:
Corrientes Hall y efectos de la transferencia de calor en el transporte peristáltico en un canal asimétrico vertical a través de un medio poroso
Artículo:
Método de diseño óptimo y modelo matemático estandarizado de modificación del perfil de los dientes de engranajes rectos
Artículo:
La modificación de la función del núcleo y sus aplicaciones
Artículo:
Elegir valores iniciales mejorados para la búsqueda de ceros polinómicos en el método Newbery extendido para obtener convergencia.
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Artículo:
Nuevas necesidades cosméticas : tendencias y productos específicos
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
