Información del autor
Autor Emura, Takeshi |
Documentos disponibles escritos por este autor (4)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Analysis of Doubly Truncated Data : An Introduction Tipo de documento: documento electrónico Autores: Dörre, Achim, ; Emura, Takeshi, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2019 Número de páginas: XVI, 109 p. 38 ilustraciones, 10 ilustraciones en color. ISBN/ISSN/DL: 978-981-1362415-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: EstadÃsticas BiometrÃa TeorÃa y métodos estadÃsticos. EstadÃsticas aplicadas BioestadÃstica EstadÃstica y Computación Clasificación: 519.5 Resumen: Este libro presenta a los lectores las metodologÃas estadÃsticas utilizadas para analizar datos doblemente truncados. Es el primer libro dedicado exclusivamente al tema y proporciona métodos basados ​​en verosimilitud, métodos bayesianos, métodos no paramétricos y métodos de regresión lineal. Estos procedimientos se pueden utilizar para analizar eficazmente datos continuos, especialmente datos de supervivencia que surgen en bioestadÃstica y economÃa. Debido a que el truncamiento es un fenómeno que se encuentra a menudo en estudios no experimentales, los métodos presentados aquà se pueden aplicar a muchas ramas de la ciencia. El libro proporciona códigos R para la mayorÃa de los métodos estadÃsticos, para ayudar a los lectores a analizar sus datos. Dado su alcance, el libro es ideal como libro de texto para estudiantes de estadÃstica, matemáticas, econometrÃa y otros campos. Nota de contenido: Chapter 1: Introduction to double-truncation -- Chapter 2: Parametric inference under special exponential family -- Chapter 3: Parametric inference under location-scale family -- Chapter 4: Bayes inference -- Chapter 5: Nonparametric inference -- Chapter 6: Linear regression -- Appendix A: Data (if German company data are available) -- Appendix B: R codes for inference under exponential family -- Appendix C: R codes for inference under location-scale family -- Appendix D: R codes for Bayes inference -- Appendix E: R codes for linear regression. Tipo de medio : Computadora Summary : This book introduces readers to statistical methodologies used to analyze doubly truncated data. The first book exclusively dedicated to the topic, it provides likelihood-based methods, Bayesian methods, non-parametric methods, and linear regression methods. These procedures can be used to effectively analyze continuous data, especially survival data arising in biostatistics and economics. Because truncation is a phenomenon that is often encountered in non-experimental studies, the methods presented here can be applied to many branches of science. The book provides R codes for most of the statistical methods, to help readers analyze their data. Given its scope, the book is ideally suited as a textbook for students of statistics, mathematics, econometrics, and other fields. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Analysis of Doubly Truncated Data : An Introduction [documento electrónico] / Dörre, Achim, ; Emura, Takeshi, . - 1 ed. . - Singapore [Malasya] : Springer, 2019 . - XVI, 109 p. 38 ilustraciones, 10 ilustraciones en color.
ISBN : 978-981-1362415--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: EstadÃsticas BiometrÃa TeorÃa y métodos estadÃsticos. EstadÃsticas aplicadas BioestadÃstica EstadÃstica y Computación Clasificación: 519.5 Resumen: Este libro presenta a los lectores las metodologÃas estadÃsticas utilizadas para analizar datos doblemente truncados. Es el primer libro dedicado exclusivamente al tema y proporciona métodos basados ​​en verosimilitud, métodos bayesianos, métodos no paramétricos y métodos de regresión lineal. Estos procedimientos se pueden utilizar para analizar eficazmente datos continuos, especialmente datos de supervivencia que surgen en bioestadÃstica y economÃa. Debido a que el truncamiento es un fenómeno que se encuentra a menudo en estudios no experimentales, los métodos presentados aquà se pueden aplicar a muchas ramas de la ciencia. El libro proporciona códigos R para la mayorÃa de los métodos estadÃsticos, para ayudar a los lectores a analizar sus datos. Dado su alcance, el libro es ideal como libro de texto para estudiantes de estadÃstica, matemáticas, econometrÃa y otros campos. Nota de contenido: Chapter 1: Introduction to double-truncation -- Chapter 2: Parametric inference under special exponential family -- Chapter 3: Parametric inference under location-scale family -- Chapter 4: Bayes inference -- Chapter 5: Nonparametric inference -- Chapter 6: Linear regression -- Appendix A: Data (if German company data are available) -- Appendix B: R codes for inference under exponential family -- Appendix C: R codes for inference under location-scale family -- Appendix D: R codes for Bayes inference -- Appendix E: R codes for linear regression. Tipo de medio : Computadora Summary : This book introduces readers to statistical methodologies used to analyze doubly truncated data. The first book exclusively dedicated to the topic, it provides likelihood-based methods, Bayesian methods, non-parametric methods, and linear regression methods. These procedures can be used to effectively analyze continuous data, especially survival data arising in biostatistics and economics. Because truncation is a phenomenon that is often encountered in non-experimental studies, the methods presented here can be applied to many branches of science. The book provides R codes for most of the statistical methods, to help readers analyze their data. Given its scope, the book is ideally suited as a textbook for students of statistics, mathematics, econometrics, and other fields. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Analysis of Survival Data with Dependent Censoring : Copula-Based Approaches Tipo de documento: documento electrónico Autores: Emura, Takeshi, ; Chen, Yi-Hau, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2018 Número de páginas: XIII, 84 p. 10 ilustraciones ISBN/ISSN/DL: 978-981-10-7164-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: BiometrÃa EstadÃsticas Ciencias sociales BioestadÃstica TeorÃa y métodos estadÃsticos. EstadÃstica en Ciencias Sociales Humanidades Derecho Educación Ciencias del Comportamiento PolÃticas Públicas Clasificación: 57.015.195 Resumen: Este libro presenta a los lectores métodos estadÃsticos basados ​​en cópulas para analizar datos de supervivencia que implican censura dependiente. Centrándose principalmente en métodos basados ​​en la probabilidad realizados bajo modelos de cópula, es el primer libro dedicado exclusivamente al problema de la censura dependiente. El libro demuestra las ventajas de los métodos basados ​​en cópulas en el contexto de la investigación médica, especialmente en lo que respecta a los datos de supervivencia de los pacientes con cáncer. No hace falta decir que los métodos estadÃsticos presentados aquà también se pueden aplicar a muchas otras ramas de la ciencia, especialmente en la confiabilidad, donde el análisis de supervivencia juega un papel importante. El libro se puede utilizar como libro de texto para cursos de posgrado o como curso breve dirigido a (bio)estadÃsticos. Para profundizar la comprensión de los lectores sobre los enfoques basados ​​en cópulas, el libro proporciona una introducción accesible al análisis básico de supervivencia y explica los fundamentos matemáticos de los modelos de supervivencia basados ​​en cópulas. Nota de contenido: Chapter 1: Setting the scene -- Chapter 2: Introduction to survival analysis -- Chapter 3: Copula models for dependent censoring -- Chapter 4: Gene selection under dependent censoring -- Chapter 5: The joint frailty-copula model for meta-analysis -- Chapter 6:High-dimensional covariates in the joint frailty-copula model -- Chapter 7:Dynamic prediction of time-to-death. Chapter 8: Future developments -- Appendix. Tipo de medio : Computadora Summary : This book introduces readers to copula-based statistical methods for analyzing survival data involving dependent censoring. Primarily focusing on likelihood-based methods performed under copula models, it is the first book solely devoted to the problem of dependent censoring. The book demonstrates the advantages of the copula-based methods in the context of medical research, especially with regard to cancer patients' survival data. Needless to say, the statistical methods presented here can also be applied to many other branches of science, especially in reliability, where survival analysis plays an important role. The book can be used as a textbook for graduate coursework or a short course aimed at (bio-) statisticians. To deepen readers' understanding of copula-based approaches, the book provides an accessible introduction to basic survival analysis and explains the mathematical foundations of copula-based survival models. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Analysis of Survival Data with Dependent Censoring : Copula-Based Approaches [documento electrónico] / Emura, Takeshi, ; Chen, Yi-Hau, . - 1 ed. . - Singapore [Malasya] : Springer, 2018 . - XIII, 84 p. 10 ilustraciones.
ISBN : 978-981-10-7164-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: BiometrÃa EstadÃsticas Ciencias sociales BioestadÃstica TeorÃa y métodos estadÃsticos. EstadÃstica en Ciencias Sociales Humanidades Derecho Educación Ciencias del Comportamiento PolÃticas Públicas Clasificación: 57.015.195 Resumen: Este libro presenta a los lectores métodos estadÃsticos basados ​​en cópulas para analizar datos de supervivencia que implican censura dependiente. Centrándose principalmente en métodos basados ​​en la probabilidad realizados bajo modelos de cópula, es el primer libro dedicado exclusivamente al problema de la censura dependiente. El libro demuestra las ventajas de los métodos basados ​​en cópulas en el contexto de la investigación médica, especialmente en lo que respecta a los datos de supervivencia de los pacientes con cáncer. No hace falta decir que los métodos estadÃsticos presentados aquà también se pueden aplicar a muchas otras ramas de la ciencia, especialmente en la confiabilidad, donde el análisis de supervivencia juega un papel importante. El libro se puede utilizar como libro de texto para cursos de posgrado o como curso breve dirigido a (bio)estadÃsticos. Para profundizar la comprensión de los lectores sobre los enfoques basados ​​en cópulas, el libro proporciona una introducción accesible al análisis básico de supervivencia y explica los fundamentos matemáticos de los modelos de supervivencia basados ​​en cópulas. Nota de contenido: Chapter 1: Setting the scene -- Chapter 2: Introduction to survival analysis -- Chapter 3: Copula models for dependent censoring -- Chapter 4: Gene selection under dependent censoring -- Chapter 5: The joint frailty-copula model for meta-analysis -- Chapter 6:High-dimensional covariates in the joint frailty-copula model -- Chapter 7:Dynamic prediction of time-to-death. Chapter 8: Future developments -- Appendix. Tipo de medio : Computadora Summary : This book introduces readers to copula-based statistical methods for analyzing survival data involving dependent censoring. Primarily focusing on likelihood-based methods performed under copula models, it is the first book solely devoted to the problem of dependent censoring. The book demonstrates the advantages of the copula-based methods in the context of medical research, especially with regard to cancer patients' survival data. Needless to say, the statistical methods presented here can also be applied to many other branches of science, especially in reliability, where survival analysis plays an important role. The book can be used as a textbook for graduate coursework or a short course aimed at (bio-) statisticians. To deepen readers' understanding of copula-based approaches, the book provides an accessible introduction to basic survival analysis and explains the mathematical foundations of copula-based survival models. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Copula-Based Markov Models for Time Series : Parametric Inference and Process Control Tipo de documento: documento electrónico Autores: Sun, Li-Hsien, ; Huang, Xin-Wei, ; Alqawba, Mohammed S., ; Kim, Jong-Min, ; Emura, Takeshi, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2020 Número de páginas: XVI, 131 p. 34 ilustraciones, 11 ilustraciones en color. ISBN/ISSN/DL: 978-981-1549984-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: EstadÃsticas Bioinformática EstadÃstica en Negocios Gestión EconomÃa Finanzas Seguros TeorÃa y métodos estadÃsticos. Clasificación: 300.727 Resumen: Este libro proporciona metodologÃas estadÃsticas para datos de series temporales, centrándose en modelos de cadena de Markov basados ​​en cópulas para series temporales correlacionadas en serie. También incluye ejemplos de datos de economÃa, ingenierÃa, finanzas, deportes y otras disciplinas para ilustrar los métodos presentados. Un libro de texto accesible para estudiantes en los campos de economÃa, administración, matemáticas, estadÃstica y campos relacionados que deseen obtener información sobre el análisis estadÃstico de datos de series de tiempo utilizando cópulas, el libro también incluye capÃtulos independientes para atraer a los investigadores. Como sugiere el subtÃtulo, el libro destaca modelos paramétricos basados ​​en la distribución normal, la distribución t, la distribución de mezcla normal, la distribución de Poisson y otros. Al presentar métodos basados ​​en verosimilitud como principales herramientas estadÃsticas para ajustar los modelos, el libro detalla el desarrollo de técnicas informáticas para encontrar el estimador de máxima verosimilitud. También aborda el control estadÃstico de procesos, asà como los métodos bayesianos y de regresión. Por último, para ayudar a los lectores a analizar sus datos, proporciona códigos informáticos (códigos R) para la mayorÃa de los métodos estadÃsticos. Nota de contenido: Chapter 1 Overview of the book with data examples. -Chapter 2 Copula and Markov models -- Chapter 3 Estimation, model diagnosis, and process control under the normal model -- Chapter 4 Estimation under the normal mixture model for financial time series data -- Chapter 5 Bayesian estimation under the t-distribution for financial time series data -- Chapter 6 Control charts of mean and variance using copula Markov SPC and conditional distribution by copula -- Chapter 7 Copula Markov models for count series with excess zeros. Tipo de medio : Computadora Summary : This book provides statistical methodologies for time series data, focusing on copula-based Markov chain models for serially correlated time series. It also includes data examples from economics, engineering, finance, sport and other disciplines to illustrate the methods presented. An accessible textbook for students in the fields of economics, management, mathematics, statistics, and related fields wanting to gain insights into the statistical analysis of time series data using copulas, the book also features stand-alone chapters to appeal to researchers. As the subtitle suggests, the book highlights parametric models based on normal distribution, t-distribution, normal mixture distribution, Poisson distribution, and others. Presenting likelihood-based methods as the main statistical tools for fitting the models, the book details the development of computing techniques to find the maximum likelihood estimator. It also addresses statistical process control, as well as Bayesian and regression methods. Lastly, to help readers analyze their data, it provides computer codes (R codes) for most of the statistical methods. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Copula-Based Markov Models for Time Series : Parametric Inference and Process Control [documento electrónico] / Sun, Li-Hsien, ; Huang, Xin-Wei, ; Alqawba, Mohammed S., ; Kim, Jong-Min, ; Emura, Takeshi, . - 1 ed. . - Singapore [Malasya] : Springer, 2020 . - XVI, 131 p. 34 ilustraciones, 11 ilustraciones en color.
ISBN : 978-981-1549984--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: EstadÃsticas Bioinformática EstadÃstica en Negocios Gestión EconomÃa Finanzas Seguros TeorÃa y métodos estadÃsticos. Clasificación: 300.727 Resumen: Este libro proporciona metodologÃas estadÃsticas para datos de series temporales, centrándose en modelos de cadena de Markov basados ​​en cópulas para series temporales correlacionadas en serie. También incluye ejemplos de datos de economÃa, ingenierÃa, finanzas, deportes y otras disciplinas para ilustrar los métodos presentados. Un libro de texto accesible para estudiantes en los campos de economÃa, administración, matemáticas, estadÃstica y campos relacionados que deseen obtener información sobre el análisis estadÃstico de datos de series de tiempo utilizando cópulas, el libro también incluye capÃtulos independientes para atraer a los investigadores. Como sugiere el subtÃtulo, el libro destaca modelos paramétricos basados ​​en la distribución normal, la distribución t, la distribución de mezcla normal, la distribución de Poisson y otros. Al presentar métodos basados ​​en verosimilitud como principales herramientas estadÃsticas para ajustar los modelos, el libro detalla el desarrollo de técnicas informáticas para encontrar el estimador de máxima verosimilitud. También aborda el control estadÃstico de procesos, asà como los métodos bayesianos y de regresión. Por último, para ayudar a los lectores a analizar sus datos, proporciona códigos informáticos (códigos R) para la mayorÃa de los métodos estadÃsticos. Nota de contenido: Chapter 1 Overview of the book with data examples. -Chapter 2 Copula and Markov models -- Chapter 3 Estimation, model diagnosis, and process control under the normal model -- Chapter 4 Estimation under the normal mixture model for financial time series data -- Chapter 5 Bayesian estimation under the t-distribution for financial time series data -- Chapter 6 Control charts of mean and variance using copula Markov SPC and conditional distribution by copula -- Chapter 7 Copula Markov models for count series with excess zeros. Tipo de medio : Computadora Summary : This book provides statistical methodologies for time series data, focusing on copula-based Markov chain models for serially correlated time series. It also includes data examples from economics, engineering, finance, sport and other disciplines to illustrate the methods presented. An accessible textbook for students in the fields of economics, management, mathematics, statistics, and related fields wanting to gain insights into the statistical analysis of time series data using copulas, the book also features stand-alone chapters to appeal to researchers. As the subtitle suggests, the book highlights parametric models based on normal distribution, t-distribution, normal mixture distribution, Poisson distribution, and others. Presenting likelihood-based methods as the main statistical tools for fitting the models, the book details the development of computing techniques to find the maximum likelihood estimator. It also addresses statistical process control, as well as Bayesian and regression methods. Lastly, to help readers analyze their data, it provides computer codes (R codes) for most of the statistical methods. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Survival Analysis with Correlated Endpoints : Joint Frailty-Copula Models Tipo de documento: documento electrónico Autores: Emura, Takeshi, ; Matsui, Shigeyuki, ; Rondeau, Virginie, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2019 Número de páginas: XVII, 118 p. 29 ilustraciones, 19 ilustraciones en color. ISBN/ISSN/DL: 978-981-1335167-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: BiometrÃa Ciencias sociales EstadÃsticas BioestadÃstica EstadÃstica en Ciencias Sociales Humanidades Derecho Educación Ciencias del Comportamiento PolÃticas Públicas TeorÃa y métodos estadÃsticos. EstadÃstica en IngenierÃa FÃsica Informática QuÃmica y Ciencias de la Tierra Clasificación: 57.015.195 Resumen: Este libro presenta a los lectores métodos estadÃsticos avanzados para analizar datos de supervivencia que involucran criterios de valoración correlacionados. En particular, describe métodos estadÃsticos para aplicar la regresión de Cox a dos criterios de valoración correlacionados teniendo en cuenta la dependencia entre los criterios de valoración con la ayuda de cópulas. Las ventajas prácticas de utilizar modelos basados ​​en cópulas en la investigación médica se explican a partir de estudios de casos. Además, el libro se centra en datos de supervivencia agrupados, especialmente datos que surgen de metanálisis y análisis multicéntricos. En consecuencia, los enfoques estadÃsticos presentados aquà emplean un término de fragilidad para los modelos de heterogeneidad. Esto lleva el modelo conjunto fragilidad-cópula, que incorpora un término de fragilidad y una cópula, a un modelo estadÃstico. El libro también analiza técnicas avanzadas para lidiar con expresiones genéticas de alta dimensión y desarrollar herramientas de predicción dinámica personalizadas bajo el modelo de cópula de fragilidad conjunta. Para ayudar a los lectores a aplicar los métodos estadÃsticos a datos del mundo real, el libro proporciona estudios de casos utilizando el paquete de software R original de los autores (disponible gratuitamente en CRAN). El énfasis está en los datos de supervivencia clÃnica, que incluyen el tiempo hasta la progresión del tumor y la supervivencia general, recopilados en pacientes con cáncer. Por lo tanto, el libro ofrece una guÃa de referencia esencial para los estadÃsticos médicos y proporciona a los investigadores herramientas estadÃsticas avanzadas e innovadoras. El libro también proporciona una introducción concisa a los modelos básicos de supervivencia multivariados. Nota de contenido: Chapter 1: Setting the scene.-1.1 Endpoints -- 1.2 Benefits of investigating correlated endpoints -- 1.3 Copulas and frailty: a brief history -- References -- Chapter 2: Introduction to survival analysis .-2.1 Endpoint and censoring -- 2.2 Kaplan-Meier estimator and survival function -- 2.3 Hazard function -- 2.4 Log-rank test for two-sample comparison -- 2.5 Cox regression -- 2.6 Example of Cox regression -- 2.7 Likelihood inference under non-informative censoring -- 2.8 Theoretical notes -- 2.9 Exercises -- References -- Chapter 3: The joint frailty-copula model for correlated endpoints -- 3.1 Introduction -- 3.2 Semi-competing risks data -- 3.3 Joint frailty-copula model -- 3.4 Penalized likelihood with splines -- 3.5 Case study: ovarian cancer data -- 3.6 Technical note 1: Numerical maximization of the penalized likelihood -- 3.7 Technical note 2: LCV and choice of and -- 3.8 Exercises -- References -- Chapter 4: High-dimensional covariates in the joint frailty-copula model -- 4.1 Introduction -- 4.2 Tukey's compound covariate -- 4.3 Univariate selection -- 4.4 Meta-analytic data with high-dimensional covariates -- 4.5 The joint model with compound covariates -- 4.6 The joint model with ridge or Lasso predictor -- 4.7 Prediction of patient-level survival function -- 4.8 Simulations -- 4.8.1 Simulation design -- 4.8.2 Simulation results -- 4.9 Case study: ovarian cancer data -- 4.9.1 Compound covariate -- 4.9.2 Fitting the joint frailty-copula mode -- 4.9.3 Patient-level survival function -- 4.10 Concluding remarks -- References -- Chapter 5: Dynamic prediction of time-to-death -- 5.1 Accurate prediction of survival -- 5.2 Framework of dynamic prediction -- 5.2.1 Conditional failure function given tumour progression -- 5.2.2 Conditional hazard function given tumour progression -- 5.3 Prediction formulas under the joint frailty-copula model -- 5.4 Estimating prediction formulas -- 5.5 Case study: ovarian cancer data -- 5.6 Discussions -- References -- Chapter 6: Future developments- 6.1 Analysis of recurrent events -- 6.2 Kendall's tau in meta-analysis -- 6.3 Validation of surrogate endpoints -- 6.4 Left-truncation -- 6.5 Interactions -- 6.6 Parametric failure time models -- 6.7 Compound covariate -- References -- Appendix A: Cubic spline bases -- Appendix B: R codes for the ovarian cancer data analysis -- B1. Using CXCL12 gene as a covariate -- B2. Using compound covariates (CCs) and residual tumour as covariates -- Appendix C: Derivation of prediction formulas. Tipo de medio : Computadora Summary : This book introduces readers to advanced statistical methods for analyzing survival data involving correlated endpoints. In particular, it describes statistical methods for applying Cox regression to two correlated endpoints by accounting for dependence between the endpoints with the aid of copulas. The practical advantages of employing copula-based models in medical research are explained on the basis of case studies. In addition, the book focuses on clustered survival data, especially data arising from meta-analysis and multicenter analysis. Consequently, the statistical approaches presented here employ a frailty term for heterogeneity modeling. This brings the joint frailty-copula model, which incorporates a frailty term and a copula, into a statistical model. The book also discusses advanced techniques for dealing with high-dimensional gene expressions and developing personalized dynamic prediction tools under the joint frailty-copula model. To help readers apply the statistical methods to real-world data, the book provides case studies using the authors' original R software package (freely available in CRAN). The emphasis is on clinical survival data, involving time-to-tumor progression and overall survival, collected on cancer patients. Hence, the book offers an essential reference guide for medical statisticians and provides researchers with advanced, innovative statistical tools. The book also provides a concise introduction to basic multivariate survival models. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Survival Analysis with Correlated Endpoints : Joint Frailty-Copula Models [documento electrónico] / Emura, Takeshi, ; Matsui, Shigeyuki, ; Rondeau, Virginie, . - 1 ed. . - Singapore [Malasya] : Springer, 2019 . - XVII, 118 p. 29 ilustraciones, 19 ilustraciones en color.
ISBN : 978-981-1335167--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: BiometrÃa Ciencias sociales EstadÃsticas BioestadÃstica EstadÃstica en Ciencias Sociales Humanidades Derecho Educación Ciencias del Comportamiento PolÃticas Públicas TeorÃa y métodos estadÃsticos. EstadÃstica en IngenierÃa FÃsica Informática QuÃmica y Ciencias de la Tierra Clasificación: 57.015.195 Resumen: Este libro presenta a los lectores métodos estadÃsticos avanzados para analizar datos de supervivencia que involucran criterios de valoración correlacionados. En particular, describe métodos estadÃsticos para aplicar la regresión de Cox a dos criterios de valoración correlacionados teniendo en cuenta la dependencia entre los criterios de valoración con la ayuda de cópulas. Las ventajas prácticas de utilizar modelos basados ​​en cópulas en la investigación médica se explican a partir de estudios de casos. Además, el libro se centra en datos de supervivencia agrupados, especialmente datos que surgen de metanálisis y análisis multicéntricos. En consecuencia, los enfoques estadÃsticos presentados aquà emplean un término de fragilidad para los modelos de heterogeneidad. Esto lleva el modelo conjunto fragilidad-cópula, que incorpora un término de fragilidad y una cópula, a un modelo estadÃstico. El libro también analiza técnicas avanzadas para lidiar con expresiones genéticas de alta dimensión y desarrollar herramientas de predicción dinámica personalizadas bajo el modelo de cópula de fragilidad conjunta. Para ayudar a los lectores a aplicar los métodos estadÃsticos a datos del mundo real, el libro proporciona estudios de casos utilizando el paquete de software R original de los autores (disponible gratuitamente en CRAN). El énfasis está en los datos de supervivencia clÃnica, que incluyen el tiempo hasta la progresión del tumor y la supervivencia general, recopilados en pacientes con cáncer. Por lo tanto, el libro ofrece una guÃa de referencia esencial para los estadÃsticos médicos y proporciona a los investigadores herramientas estadÃsticas avanzadas e innovadoras. El libro también proporciona una introducción concisa a los modelos básicos de supervivencia multivariados. Nota de contenido: Chapter 1: Setting the scene.-1.1 Endpoints -- 1.2 Benefits of investigating correlated endpoints -- 1.3 Copulas and frailty: a brief history -- References -- Chapter 2: Introduction to survival analysis .-2.1 Endpoint and censoring -- 2.2 Kaplan-Meier estimator and survival function -- 2.3 Hazard function -- 2.4 Log-rank test for two-sample comparison -- 2.5 Cox regression -- 2.6 Example of Cox regression -- 2.7 Likelihood inference under non-informative censoring -- 2.8 Theoretical notes -- 2.9 Exercises -- References -- Chapter 3: The joint frailty-copula model for correlated endpoints -- 3.1 Introduction -- 3.2 Semi-competing risks data -- 3.3 Joint frailty-copula model -- 3.4 Penalized likelihood with splines -- 3.5 Case study: ovarian cancer data -- 3.6 Technical note 1: Numerical maximization of the penalized likelihood -- 3.7 Technical note 2: LCV and choice of and -- 3.8 Exercises -- References -- Chapter 4: High-dimensional covariates in the joint frailty-copula model -- 4.1 Introduction -- 4.2 Tukey's compound covariate -- 4.3 Univariate selection -- 4.4 Meta-analytic data with high-dimensional covariates -- 4.5 The joint model with compound covariates -- 4.6 The joint model with ridge or Lasso predictor -- 4.7 Prediction of patient-level survival function -- 4.8 Simulations -- 4.8.1 Simulation design -- 4.8.2 Simulation results -- 4.9 Case study: ovarian cancer data -- 4.9.1 Compound covariate -- 4.9.2 Fitting the joint frailty-copula mode -- 4.9.3 Patient-level survival function -- 4.10 Concluding remarks -- References -- Chapter 5: Dynamic prediction of time-to-death -- 5.1 Accurate prediction of survival -- 5.2 Framework of dynamic prediction -- 5.2.1 Conditional failure function given tumour progression -- 5.2.2 Conditional hazard function given tumour progression -- 5.3 Prediction formulas under the joint frailty-copula model -- 5.4 Estimating prediction formulas -- 5.5 Case study: ovarian cancer data -- 5.6 Discussions -- References -- Chapter 6: Future developments- 6.1 Analysis of recurrent events -- 6.2 Kendall's tau in meta-analysis -- 6.3 Validation of surrogate endpoints -- 6.4 Left-truncation -- 6.5 Interactions -- 6.6 Parametric failure time models -- 6.7 Compound covariate -- References -- Appendix A: Cubic spline bases -- Appendix B: R codes for the ovarian cancer data analysis -- B1. Using CXCL12 gene as a covariate -- B2. Using compound covariates (CCs) and residual tumour as covariates -- Appendix C: Derivation of prediction formulas. Tipo de medio : Computadora Summary : This book introduces readers to advanced statistical methods for analyzing survival data involving correlated endpoints. In particular, it describes statistical methods for applying Cox regression to two correlated endpoints by accounting for dependence between the endpoints with the aid of copulas. The practical advantages of employing copula-based models in medical research are explained on the basis of case studies. In addition, the book focuses on clustered survival data, especially data arising from meta-analysis and multicenter analysis. Consequently, the statistical approaches presented here employ a frailty term for heterogeneity modeling. This brings the joint frailty-copula model, which incorporates a frailty term and a copula, into a statistical model. The book also discusses advanced techniques for dealing with high-dimensional gene expressions and developing personalized dynamic prediction tools under the joint frailty-copula model. To help readers apply the statistical methods to real-world data, the book provides case studies using the authors' original R software package (freely available in CRAN). The emphasis is on clinical survival data, involving time-to-tumor progression and overall survival, collected on cancer patients. Hence, the book offers an essential reference guide for medical statisticians and provides researchers with advanced, innovative statistical tools. The book also provides a concise introduction to basic multivariate survival models. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
