پژوهش های ریاضی، جلد ۱، شماره ۲، صفحات ۶۵-۷۴

عنوان فارسی مدل‌بندی فضایی داده‌های بقای سانسور شده
چکیده فارسی مقاله در تحلیل بقا تشخیص منابع خطر برای مجموعه داده­های بقا اهمیت ویژه­ای دارد. برخی از این عوامل قابل شناسایی هستند و در قالب متغیرهای تبیینی در مدل­هایی مانند مدل مخاطرات متناسب کاکس قابل بیانند. اما برخی دیگر از این عوامل خطر، ناشناخته و قابل شناسایی یا اندازه­گیری نیستند. یکی از این منابع تأثیرگذار، هم‌بستگی فضایی میان داده­های بقای سانسور شده است که در پژوهش‌هایی که تا کنون صورت گرفته کم‌تر به آن توجه شده است. این مقاله مدل بقای فضایی برای تحلیل داده­های بقای فضایی زمین آماری راست سانسور معرفی می­شود و با پژوهشی شبیه­سازی کارایی مدل­های کاکس، شکنندگی و بقای فضایی در برازش به این‌گونه داده­های بقا بررسی می‌شود. سپس نحوۀ کاربست مدل بقای فضایی برای تحلیل داده­های مربوط به زمان ابتلا به بیماری سرکوسپوریوز در باغات زیتون نشان داده­ شده است.
کلیدواژه‌های فارسی مقاله

عنوان انگلیسی Spatial Modeling of Censored Survival Data
چکیده انگلیسی مقاله An important issue in survival data analysis is the identification of risk factors. Some of these factors are identifiable and explainable by presence of some covariates in the Cox proportional hazard model, while the others are unidentifiable or even immeasurable. Spatial correlation of censored survival data is one of these sources that are rarely considered in the literatures. In this paper, a spatial survival model is introduced to analyze such kinds of data. Then a simulation method is introduced to study the performance of Cox, frailty and spatial survival models for modeling spatially correlated survival data. Next, the proposed spatial survival model is used to model the time disease of Cercosporiose in olive trees. Finally, results and discussion are presented
کلیدواژه‌های انگلیسی مقاله

نویسندگان مقاله کیومرث مترجم | k motarjem
department of statistics, tarbiat modares university
گروه آمار، دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

محسن محمدزاده | m mohammadzadeh
department of statistics, tarbiat modares university
گروه آمار، دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

آمنه آبیار | a abyar
department of statistics, tarbiat modares university
گروه آمار، دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)


نشانی اینترنتی http://mmr.khu.ac.ir/browse.php?a_code=A-10-1-5&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده ریاضی
نوع مقاله منتشر شده علمی پژوهشی کاربردی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات