Publicación:
Comparación de estimadores no paramétricos de la función de sobrevivencia usando ECM: un estudio de simulación

Vista sencilla de ítem
dc.contributor.advisorRamirez Montoya, Javier
dc.contributor.authorVelásquez Roy, María Paola
dc.contributor.juryTovar Falon, Roger de Jesús
dc.contributor.juryÁngel Guzmán, Jairo Arturo
dc.date.accessioned2025-06-28T20:06:53Z
dc.date.available2025-06-28T20:06:53Z
dc.date.issued2025-06-26
dc.description.abstractEn el análisis de sobrevivencia, se dispone de diversas metodologías para estimar la función de sobrevivencia, que incluyen enfoques paramétricos, semiparamétricos y no paramétricos. Esta investigación se enfoca específicamente en el análisis no paramétrico, con especial atención al estimador de Kaplan-Meier, ampliamente difundido en la literatura por su simplicidad y utilidad práctica. El propósito de este trabajo es comparar el desempeño de varios estimadores no paramétricos de la función de sobrevivencia incluyendo los de Kaplan-Meier, Nelson-Aalen, Prentice, Andersen, Harris-Albert, Moreau y Hosmer-Lemeshow a través de un diseño de simulación. Para ello, se evaluarán sus respectivos errores cuadráticos medios bajo diferentes escenarios definidos por variaciones en el tamaño muestral y el porcentaje de censura. Además, se implementará un algoritmo en R que automatice el proceso de generación de datos, estimación y comparación, incorporando la técnica de remuestreo Bootstrap con el fin de obtener distribuciones empíricas de los estimadores y cuantificar su desempeño.spa
dc.description.degreelevelPregrado
dc.description.degreenameEstadístico(a)
dc.description.modalityTrabajos de Investigación y/o Extensión
dc.description.tableofcontentsPlanteamiento del problemaspa
dc.description.tableofcontentsObjetivosspa
dc.description.tableofcontentsMarco Teóricospa
dc.description.tableofcontentsResultadosspa
dc.description.tableofcontentsEstudio de Simulaciónspa
dc.description.tableofcontentsComparación de la Varianza Estimada: Bootstrap vs. Método Deltaspa
dc.description.tableofcontentsAplicaciónspa
dc.description.tableofcontentsConclusiones y recomendacionesspa
dc.description.tableofcontentsReferenciasspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad de Córdoba
dc.identifier.reponameRepositorio Universidad de Córdoba
dc.identifier.repourlhttps://repositorio.unicordoba.edu.co/
dc.identifier.urihttps://repositorio.unicordoba.edu.co/handle/ucordoba/9237
dc.language.isospa
dc.publisherUniversidad de Córdoba
dc.publisher.facultyFacultad de Ciencias Básicas
dc.publisher.placeMontería, Córdoba, Colombia
dc.publisher.programEstadística
dc.relation.referencesGamel, J. W., & Vogel, R. L. (1997). Comparación de métodos paramétricos y no paramétricos utilizando datos clínicos simulados. Estadística en Medicina, 16, 1629–1643.
dc.relation.referencesMartínez, C., Ramírez, G., & Vasquez, M. (2009). Pruebas no paramétricas para comparar curvas de sobrevivencia de dos grupos que experimentan eventos recurrentes. Revista Ingeniería UC, 16(3), 58–71.
dc.relation.referencesRamírez, J. (2015). Comparación de estimadores no paramétricos frente a los paramétricos para la función de confiabilidad. Ingeniería Investigación y Desarrollo, 15(2), 15–24.
dc.relation.referencesLee, E. T., & Wang, J. W. (2018). Statistical Methods for Survival Data Analysis. Wiley.
dc.relation.referencesKleinbaum, D. G., & Klein, M. (2012). Survival Analysis: A Self-Learning Text. Springer Science & Business Media.
dc.relation.referencesRebasa, P. (2005). Conceptos básicos del análisis de sobrevivencia. Cirugía Española, 78(4), 222–230. https://doi.org/10.1016/s0009-739x(05)70923-4
dc.relation.referencesKaplan, E. L., & Meier, P. (1958). Nonparametric estimation from incomplete observations. Journal of the American Statistical Association, 53(282), 457–481. https://doi.org/10.1080/01621459.1958.10501452
dc.relation.referencesBland, J. M., & Altman, D. G. (1998). Survival probabilities (the Kaplan-Meier method). BMJ, 317(7172), 1572–1580. https://doi.org/10.1136/bmj.317.7172.1572
dc.relation.referencesCox, D. R. (1972). Regression Models and Life‐Tables. Journal of the Royal Statistical Society: Series B (Methodological), 34(2), 187–202. https://doi.org/10.1111/j.2517-6161.1972.tb00899.x
dc.relation.referencesLee, E. T., & Wang, J. W. (2003). Statistical Methods for Survival Data Analysis. Wiley. https://doi.org/10.1002/0471458546
dc.relation.referencesEfron, B. (1979). Bootstrap Methods: Another Look at the Jackknife. The Annals of Statistics, 7(1). https://doi.org/10.1214/aos/1176344552
dc.relation.referencesLawless, J. F. (2002). Statistical Models and Methods for Lifetime Data. Wiley. https://doi.org/10.1002/9781118033005
dc.relation.referencesPrentice, R. L., & Marek, P. (1979). A qualitative discrepancy between censored data rank tests. Biometrics, 35(4), 861–867.
dc.relation.referencesCollett, D. (2015). Modelling Survival Data in Medical Research. CRC Press.
dc.relation.referencesBogaerts, K., Komarek, A., & Lesaffre, E. (2021). Survival Analysis with Interval-Censored Data. Chapman & Hall/CRC.
dc.relation.referencesAltshuler, B. (1970). Theory for the measurement of competing risks in animal experiments. Mathematical Biosciences, 6(1), 1–11. https://doi.org/10.1016/0025-5564(70)90101-9
dc.relation.referencesPrentice, R. L. (1978). Linear rank tests with right censored data. Biometrika, 65(1), 167–179. https://doi.org/10.1093/biomet/65.1.167
dc.relation.referencesMartínez, C. (2009). Generalización de algunas pruebas clásicas de comparación de curvas de sobrevivencia al caso de eventos de naturaleza recurrente. Tesis doctoral, Universidad de Carabobo.
dc.rightsCopyright Universidad de Córdoba, 2025
dc.rights.accessrightsinfo:eu-repo/semantics/embargoedAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_f1cf
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywordsSurvival analysiseng
dc.subject.keywordsNon-parametric estimatorseng
dc.subject.keywordsSimulationseng
dc.subject.keywordsMean squared erroreng
dc.subject.keywordsBooststrapeng
dc.subject.proposalAnálisis de sobrevivenciaspa
dc.subject.proposalEstimadores no paramétricosspa
dc.subject.proposalSimulacionesspa
dc.subject.proposalError cuadrático mediospa
dc.subject.proposalBoostrapspa
dc.titleComparación de estimadores no paramétricos de la función de sobrevivencia usando ECM: un estudio de simulaciónspa
dc.typeTrabajo de grado - Pregrado
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
VelásquezRoyMaríaPaola.pdf
Tamaño:
8.11 MB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
Formato de autorización.pdf
Tamaño:
4.74 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
B.F.A. Trabajos de Investigación y/o Extensión