Ramirez Montoya, JavierVelásquez Roy, María Paola2025-06-282025-06-282025-06-26https://repositorio.unicordoba.edu.co/handle/ucordoba/9237En 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.Planteamiento del problemaObjetivosMarco TeóricoResultadosEstudio de SimulaciónComparación de la Varianza Estimada: Bootstrap vs. Método DeltaAplicaciónConclusiones y recomendacionesReferenciasapplication/pdfspaCopyright Universidad de Córdoba, 2025Trabajo de grado - PregradoAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/embargoedAccessAnálisis de sobrevivenciaEstimadores no paramétricosSimulacionesError cuadrático medioBoostrapSurvival analysisNon-parametric estimatorsSimulationsMean squared errorBooststrapUniversidad de CórdobaRepositorio Universidad de Córdobahttps://repositorio.unicordoba.edu.co/http://purl.org/coar/access_right/c_f1cf