Resumen de Aportaciones al análisis bayesiano semiparamétrico de datos de supervivencia
Eduardo Beamonte Córdoba
El análisis de datos de supervivencia presenta el inconveniente de la información incompleta que aportan los tiempos de vida censurados, Esta dificultad se incrementa considerablemente cuando se pretende realizar el estudio desde la perspectiva bayesiana y empleando algún modelo paramétrico para los datos. En la presente memoria se propone un modelo semiparamétrico para el análisis bayesiano de tiempos de supervivencia. Se considera la función del azar del modelo como la suma de una función de azar relativa a una distribución paramétrica y una función poligonal positiva. La gran complejidad inherente a la distribución final motiva a realizar el estudio utilizando técnicas de Monte Carlo basadas en cadenas de Markov (MCMC). Se demuestran algunas de las propiedades más relevantes del modelo y se implementa el mismo con la distribución Gamma para la parte paramétrica. Se aplican los resultados teóricos a algunos bancos de datos simulados y reales.
