Análisis de datos censurados: técnicas de estimación e inferencia no paramétricas y paramétricas

Muro Guerrero, Jorge
Cebrián Guajardo, Ana Carmen (dir.)

Universidad de Zaragoza, CIEN, 2019
Departamento de Métodos Estadísticos, Área de Estadística e Investigación Operativa

Graduado en Matemáticas

Resumen: El objetivo de este trabajo es realizar una revisión teórica de los métodos existentes para analizar datos censurados, es decir, datos cuyo valor solo se conoce parcialmente. Este tipo de datos son frecuentes en el análisis de datos de tipo médico (análisis de supervivencia) y también en Ingeniería (análisis de fiabilidad).
Se revisan las funciones más utilizadas en este tipo de análisis, la función de supervivencia y la función de riesgo, además de los procedimientos de estimación no paramétricos (estimador de Kaplan-Meier), así como métodos paramétricos con las distribuciones más frecuentes (Exponencial, Weibull, Loglogística, etc.). También se presentan los métodos de inferencia que permiten comparar la distribución de dos o más grupos con muestras con censura.
Además de presentar las bases teóricas de estos métodos, se revisan las herramientas disponibles en R para realizar este tipo de análisis y se aplican estas técnicas a una simulación de una muestra con censura, así como las técnicas habituales para muestras completas. Los resultados obtenidos se comparan después con los valores teóricos de la distribución simulada, para así comprobar si los métodos presentados en este trabajo para muestras censuradas funcionan mejor que los métodos estándar aplicados a una muestra censurada.

Tipo de Trabajo Académico: Trabajo Fin de Grado