Machine learning and other robust approaches at the service of survival analysis: Alternatives to selected methods in statistical inference and prediction – Lubomír Štěpánek
Lubomír Štěpánek
Doctoral thesis
Machine learning and other robust approaches at the service of survival analysis: Alternatives to selected methods in statistical inference and prediction
Machine learning and other robust approaches at the service of survival analysis: Alternatives to selected methods in statistical inference and prediction
Abstract:
Analýza přežívání je oblíbenou oblastí statistiky a zabývá se mnoha úlohami jak ve statistickém usuzování (inferenci), tak v předpovídání (predikci). Zatímco srovnávání křivek přežívání, jako jedna z typických úloh inference, se provádí např. pomocí log-rank testu a dalších přístupů, predikce času do události zájmu pro daného jedince se běžně provádí pomocí Coxova modelu proporcionálních rizik či jiných …moreAbstract:
asovém bodě. Na základě analytických odvození, simulací a aplikací na reálná data se uvedené metody jeví jako potenciální obohacení rodiny všech alternativ pro srovnávání křivek přežívání a predikci času do události; některé navržené přístupy mají navíc s minimum statistických předpokladů.Abstract:
Survival analysis is a popular field of statistics and deals with many tasks both in statistical inference and prediction. While comparison of survival curves as one of the typical inferential tasks is performed using the log-rank test and other approaches, prediction of time to an event of interest for a given individual is commonly made using Cox proportional hazard model or others. However, all …moreKeywords
robustní metody analýza přežívání srovnávání křivek přežívání strojové učení delta metoda rozklad časově-událostní proměnné předpověď času do události klasifikační algoritmy COVID-19 pokles hladiny protilátek v krvi náhodný les rozhodovací stromy bezpředpokladové metody upravený Kaplan-Meierův odhad Coxův model proporcionálních rizikKeywords
machine learning decision trees time-to-event prediction classification algorithms COVID-19 antibody blood level decrease robust methods survival analysis survival curves comparison random forest assumption-free delta method adjusted Kaplan-Meier estimator Cox proportional hazard model time-to-event variable decomposition
Language used: English
Date on which the thesis was submitted / produced: 30. 11. 2023
Identifier:
https://vskp.vse.cz/eid/91422
Thesis defence
- Date of defence: 22. 2. 2024
- Supervisor: Luboš Marek
- Reader: Lenka Komárková, Adam Čabla
Citation record
ISO 690-compliant citation record:
ŠTĚPÁNEK, Lubomír. \textit{Machine learning and other robust approaches at the service of survival analysis: Alternatives to selected methods in statistical inference and prediction}. Online. Doctoral theses, Dissertations. Praha: University of Economics, Prague. 2023. Available from: https://theses.cz/id/i95bg8/.
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Vysoká škola ekonomická v Prazehttps://vskp.vse.cz/eid/91422
Vysoká škola ekonomická v Praze
Doctoral programme:
Statistika
Theses on a related topic
-
Coxův model proporcionálních rizik pro zprava cenzorovaná a zleva krácená data
Silvie BĚLAŠKOVÁ -
Coxův model proporcionálních rizik a jeho diagnostika
Michal POLÁK -
Komparace pojetí hudebního díla v autorskoprávní a muzikologické oblasti reflexe; k aktuálním problémům a podobám hudebního plagiátu ve 20. století
Václav KRAMÁŘ -
Vyšetření k průkazu známek infekce virem hepatitidy C u dárců krve FN Brno metodou ALINITY i Anti-HCV – ověření srovnatelnosti specificity pro vzorky dárců krve pro původní a modifikovanou metodu deklarovanou výrobcem v podmínkách laboratoře TTO FN Brno
Klára Šimková