Guia docente 2023_24 Facultad de Ciencias Económicas y Empresariales

Máster Universitario en Técnicas Estatísticas

Contidos

Tema	Subtema
1. Introdución á Análise de Supervivencia	Introdución histórica. Exemplos. Bases de datos. Tipos de censura. Función de supervivencia. Función de risco. Modelos paramétricos notables.
2. Análise de datos censurados: unha e varias mostras	Modelo xeral de censura aleatoria. Función de verosimilitude. Métodos non paramétricos: estimación Kaplan-Meier, fórmula de Greenwood, estimador Nelson-Aalen. Métodos paramétricos: máxima verosimilitude. Plots de axuste. Problemas de dous ou máis mostras: test log-rank.
3. Regresión con resposta censurada I: modelo de Cox (riscos proporcionais)	Estimación das compoñentes do modelo. Estimador de Breslow. Contrastes de hipóteses sobre os parámetros. Estimación da supervivencia condicional. Validación do modelo (análise de residuos). Estratificación. Covariables dependentes do tempo.
4. Regresión con resposta censurada II: modelo de tempo de fallo acelerado	Estimación das compoñentes do modelo. Contrastes de hipóteses sobre os parámetros. Estimación da supervivencia condicional. Validación do modelo (análise de residuos). Axuste por mínimos cadrados.
5. Modelo de riscos competitivos	Eventos competitivos. Riscos de causa específica (intensidades de transición). Funcións de incidencia acumulada e funcións de subdistribución. Estimación non paramétrica. Regresión: modelo de riscos de causa específica proporcionais; modelo de riscos de subdistribución proporcionais.
6. Truncamento aleatorio	Truncamento aleatorio pola esquerda. Nesgo por lonxitude. Análise de datos truncados pola esquerda e censurados pola dereita: unha e varias mostras, regresión, eventos competitivos. Truncamento dobre.