Programas e Resumos 3 WASA 2013

11
3º Workshop em Análise de
Sobrevivência e Aplicações
27 a 29 de Novembro de 2013 - IMECC - UNICAMP
Minicurso 2 (MC2)
Análise de dados censurados sob distribuições simétricas com aplicações no R
Víctor Hugo Lachos (IMECC-Unicamp)
Aldo Medina Garay (IME-USP)
Resumo: Assumir que as observações seguem uma distribuição normal é uma
suposiçãao rotineira em modelos lineares para dados censurados, como visto em
Park et al. (2007), Vaida and Liu (2009), Barros et al. (2010), entre outros. No
entanto, essa suposição pode não ser realista, ocultando importantes características
que est~ao presentes nos dados. Assim, é conveniente considerar famílias
paramétricas de distribuições que sejam flexíveis para capturar uma ampla
variedade de comportamentos simétricos, que incluam as distribuições normal,
Pearson type VII, t de Student, slash e normal contaminada, como casos especiais e
que produzam estimação robusta no modelo considerado. Nos últimos anos,
diversos resultados de natureza teórica e aplicada surgiram como alternativas à
modelagem com erros normais, como por exemplo o uso da classe das distribuições
simétricas ou Elípticas, Fang et al. (1990), ou subclasses das distribuições
simétricas, como as distribuições de misturas da escala normal (SMN), definidas
por Lange and Sinsheimer (1993). Este tipo de distribuições tem sido estudado por
muitos autores, como Cysneiros and Paula (2005), Osorio et al. (2007), Cysneiros
and Vanegas (2008), Paula and Cysneiros (2009), Russo et al. (2012), entre outros.
Nesse sentido, este curso tem como objetivo apresentar um estudo de inferência
clássica e Bayesiana em modelos lineares para dados censurados, de tipo esquerda,
direita e intervalar, sob as distribuições mais robustas que a distribuição normal, isto
é, as distribuições de misturas da escala normal (SMN). Desenvolveremos
algoritmos do tipo EM e do tipo amostrador de Gibbs para proceder inferência
clássica e Bayesiana, respectivamente. Apresentaremos pacotes estatísticos
desenvolvidos no R para estudar os modelos censurados sob distribuições SMN:
1)SMNCensReg, para o contexto clássico (Este pacote já está disponível no CRAN
e está sendo atualizado constantemente) e 2) BayesCR para o contexto Bayesiano,
os quais poderão ser instalados e usados livremente. Para avaliar a performance da
metodologia proposta, serão apresentados exaustivos estudos com dados simulados
e aplicações utilizando dados reais.
Público alvo: estudantes de mestrado, doutorado ou final de graduação
24 h
8:10 as 9:50
: wasa@
ime.unicamp.br
: www.ime.unicamp.br/~wasa