Universidad de Carabobo Autoridades
vol23n32016
vol23n32016
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
284 Carlos Martínez y Guillermo Ramírez / Revista Ingeniería UC , Vol. 23, No. 3, Diciembre 2016, 280-289<br />
abordados con el cuidado que se merecen, tal es el<br />
caso <strong>de</strong> múltiples eventos recurrentes <strong>de</strong> riesgos en<br />
competencia por causas no excluyentes entre sí.<br />
Los mo<strong>de</strong>los clásicos <strong>de</strong> riesgos en competencia<br />
se especifican a través <strong>de</strong> la caracterización <strong>de</strong><br />
la distribución conjunta <strong>de</strong> (T i , r i , δ i ). Definir<br />
las distintas especificaciones para estimar las<br />
funciones <strong>de</strong> supervivencia por cada causa es la<br />
clave en el marco <strong>de</strong> riesgos en competencia.<br />
Definir para cada unidad i, la terna (T i , r i , δ i ) en<br />
indispensable para estudiar todos los casos. T es<br />
el tiempo <strong>de</strong> supervivencia, con T i = mín{Y i , C i }<br />
en τ i . Y i es el tiempo <strong>de</strong> ocurrencia <strong>de</strong>l evento en<br />
la i-ésima unidad, C i es el tiempo <strong>de</strong> censura <strong>de</strong><br />
la i-ésima unidad y τ i es tiempo <strong>de</strong> observación<br />
<strong>de</strong> la unidad, j es causa por la cual se produce el<br />
evento y δ i es variable <strong>de</strong> censura. T se supone<br />
que es una variable aleatoria continua y positiva,<br />
y r i toma valores en el conjunto finito {1,2, ..., k} y<br />
que representa la causa por la que ocurre el evento.<br />
δ i = 0 si el dato es censurado y δ i = 1 si se<br />
produjo el evento por alguna causa. Se consi<strong>de</strong>ró<br />
que las unida<strong>de</strong>s <strong>de</strong> estudio o experimentales sólo<br />
se pue<strong>de</strong>n presentar uno y sólo un tipo <strong>de</strong> evento.<br />
La distribución conjunta <strong>de</strong> (T, R, δ) se estima<br />
consi<strong>de</strong>rando la causa específica <strong>de</strong> riesgo a través<br />
<strong>de</strong> la función <strong>de</strong> inci<strong>de</strong>ncia F j (t). De manera que<br />
la función <strong>de</strong> riesgo instantáneo para la j-ésima<br />
causa <strong>de</strong> ocurrencia <strong>de</strong>l evento, queda <strong>de</strong>finida por<br />
la ecuación (7).<br />
P (t≤T < t + ∆t | T≥t, r = j)<br />
h j (t) = lím<br />
∆t→0 ∆t<br />
∀ j = 1, 2, . . ., k (7)<br />
Don<strong>de</strong>, h j (t) representa la tasa <strong>de</strong> ocurrencia <strong>de</strong>l<br />
evento <strong>de</strong>bido a la j-ésima causa. La función <strong>de</strong><br />
inci<strong>de</strong>ncia acumulada <strong>de</strong>l evento <strong>de</strong> tipo j, F j (t),<br />
queda <strong>de</strong>finida por la ecuación (8).<br />
F j (t) = P (T≤t, r = j) ∀ j = 1, 2, . . ., k (8)<br />
Que correspon<strong>de</strong> a la probabilidad <strong>de</strong> que ocurra<br />
el evento por la j-ésima causa en presencia <strong>de</strong><br />
todos los riesgos en competencia. La función <strong>de</strong><br />
distribución acumulada se obtiene a partir <strong>de</strong> las<br />
funciones <strong>de</strong> inci<strong>de</strong>ncia mediante la ecuación (9).<br />
k∑<br />
F (t) = F j (t) (9)<br />
j=1<br />
La función <strong>de</strong> riesgos total se <strong>de</strong>fine mediante la<br />
ecuación (10),<br />
k∑<br />
h (t) = h j (t) (10)<br />
j=1<br />
La función <strong>de</strong> supervivencia global, S (t), se<br />
<strong>de</strong>fine en términos <strong>de</strong> los riesgos específicos por<br />
la ecuación (11) o por la ecuación (12), así:<br />
S (t) = e − ∑ k<br />
j=1<br />
∫ t<br />
0 h j(s)ds<br />
S (t) =<br />
k∏<br />
j=1<br />
e − ∫ t<br />
0 h j(s)ds<br />
(11)<br />
(12)<br />
Por lo tanto, la función <strong>de</strong> supervivencia global,<br />
S (t), se obtiene a partir <strong>de</strong> la ecuación (13),<br />
k∏<br />
S (t) = (t) (13)<br />
Don<strong>de</strong>,<br />
j=1<br />
S ∗ j<br />
S ∗ j (t) = e− ∫ t<br />
0 h j(s)ds<br />
(14)<br />
Estas son llamadas funciones <strong>de</strong> inci<strong>de</strong>ncia (Véase<br />
ecuación (14)).<br />
2.6. Mo<strong>de</strong>lo no paramétrico tipo Kaplan-Meier<br />
para riesgos en competencia.<br />
El estimador clásico <strong>de</strong> Kaplan-Meier se pue<strong>de</strong><br />
generalizar para estimar riesgos en competencia.<br />
Observe que,<br />
t j1 ≤t j2 ≤. . .≤t jk<br />
Si, t jki <strong>de</strong>nota los tiempos <strong>de</strong> ocurrencia <strong>de</strong>l<br />
evento <strong>de</strong>bido a la j-ésima causa en la i-ésima<br />
unidad, n ji <strong>de</strong>nota el número <strong>de</strong> unida<strong>de</strong>s a riesgo<br />
justo antes t ji y d ji <strong>de</strong>nota el número <strong>de</strong> ocurrencias<br />
<strong>de</strong>bido a j-ésima causa en el momento t jki . Y, si<br />
se usan los mismos argumentos para estimar la<br />
función <strong>de</strong> supervivencia a través <strong>de</strong>l estimador<br />
clásico <strong>de</strong> Kaplan-Meier, y se asume que las<br />
causas son excluyentes entre sí, las funciones <strong>de</strong><br />
supervivencia para riesgos en competencia <strong>de</strong>bido<br />
a la j-ésima causa las funciones <strong>de</strong> supervivencia<br />
pue<strong>de</strong>n ser estimadas a través <strong>de</strong> la ecuación (15).<br />
∏ [<br />
Ŝ j (t) = 1 − d ]<br />
ji<br />
(15)<br />
n ji<br />
t ji ≤t<br />
Revista Ingeniería UC, ISSN: 1316–6832, Facultad <strong>de</strong> Ingeniería, <strong>Universidad</strong> <strong>de</strong> <strong>Carabobo</strong>.