Analysis of Doubly Truncated Data / Dörre, Achim  

Público ISBD Ningún comentario para este registro. Título : Analysis of Doubly Truncated Data : An Introduction Tipo de documento: documento electrónico Autores: Dörre, Achim, Autor ; Emura, Takeshi, Autor 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. Palabras clave: Estadísticas  Biometría  Teoría y métodos estadísticos  Estadísticas aplicadas  Bioestadística  Estadística y Computación Índice Dewey: 519.5 Matemáticas estadísticas Resumen: Este libro presenta a los lectores las metodologías estadísticas 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 bioestadística y economía. Debido a que el truncamiento es un fenómeno que se encuentra a menudo en estudios no experimentales, los métodos presentados aquí se pueden aplicar a muchas ramas de la ciencia. El libro proporciona códigos R para la mayoría de los métodos estadísticos, para ayudar a los lectores a analizar sus datos. Dado su alcance, el libro es ideal como libro de texto para estudiantes de estadística, matemáticas, econometría 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Analysis of Doubly Truncated Data : An Introduction [documento electrónico] / Dörre, Achim, Autor ; Emura, Takeshi, Autor  . -  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. Palabras clave: Estadísticas  Biometría  Teoría y métodos estadísticos  Estadísticas aplicadas  Bioestadística  Estadística y Computación Índice Dewey: 519.5 Matemáticas estadísticas Resumen: Este libro presenta a los lectores las metodologías estadísticas 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 bioestadística y economía. Debido a que el truncamiento es un fenómeno que se encuentra a menudo en estudios no experimentales, los métodos presentados aquí se pueden aplicar a muchas ramas de la ciencia. El libro proporciona códigos R para la mayoría de los métodos estadísticos, para ayudar a los lectores a analizar sus datos. Dado su alcance, el libro es ideal como libro de texto para estudiantes de estadística, matemáticas, econometría 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Analysis of Survival Data with Dependent Censoring / Emura, Takeshi  

Público ISBD Ningún comentario para este registro. Título : Analysis of Survival Data with Dependent Censoring : Copula-Based Approaches Tipo de documento: documento electrónico Autores: Emura, Takeshi, Autor ; Chen, Yi-Hau, Autor 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. Palabras clave: Biometría  Estadísticas  Ciencias sociales  Bioestadística  Teoría y métodos estadísticos  Estadística en Ciencias Sociales  Humanidades  Derecho  Educación  Ciencias del Comportamiento  Políticas Públicas Índice Dewey: 57.015.195 Resumen: Este libro presenta a los lectores métodos estadísticos 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 estadísticos presentados aquí 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)estadísticos. 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Analysis of Survival Data with Dependent Censoring : Copula-Based Approaches [documento electrónico] / Emura, Takeshi, Autor ; Chen, Yi-Hau, Autor  . -  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. Palabras clave: Biometría  Estadísticas  Ciencias sociales  Bioestadística  Teoría y métodos estadísticos  Estadística en Ciencias Sociales  Humanidades  Derecho  Educación  Ciencias del Comportamiento  Políticas Públicas Índice Dewey: 57.015.195 Resumen: Este libro presenta a los lectores métodos estadísticos 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 estadísticos presentados aquí 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)estadísticos. 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Copula-Based Markov Models for Time Series / Sun, Li-Hsien  

Público ISBD Ningún comentario para este registro. Título : Copula-Based Markov Models for Time Series : Parametric Inference and Process Control Tipo de documento: documento electrónico Autores: Sun, Li-Hsien, Autor ; Huang, Xin-Wei, Autor ; Alqawba, Mohammed S., Autor ; Kim, Jong-Min, Autor ; Emura, Takeshi, Autor 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. Palabras clave: Estadísticas  Bioinformática  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros  Teoría y métodos estadísticos Índice Dewey: 300.727 Resumen: Este libro proporciona metodologías estadísticas 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 economía, ingeniería, finanzas, deportes y otras disciplinas para ilustrar los métodos presentados. Un libro de texto accesible para estudiantes en los campos de economía, administración, matemáticas, estadística y campos relacionados que deseen obtener información sobre el análisis estadístico de datos de series de tiempo utilizando cópulas, el libro también incluye capítulos independientes para atraer a los investigadores. Como sugiere el subtítulo, 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 estadísticas para ajustar los modelos, el libro detalla el desarrollo de técnicas informáticas para encontrar el estimador de máxima verosimilitud. También aborda el control estadístico de procesos, así 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 mayoría de los métodos estadísticos. 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Copula-Based Markov Models for Time Series : Parametric Inference and Process Control [documento electrónico] / Sun, Li-Hsien, Autor ; Huang, Xin-Wei, Autor ; Alqawba, Mohammed S., Autor ; Kim, Jong-Min, Autor ; Emura, Takeshi, Autor  . -  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. Palabras clave: Estadísticas  Bioinformática  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros  Teoría y métodos estadísticos Índice Dewey: 300.727 Resumen: Este libro proporciona metodologías estadísticas 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 economía, ingeniería, finanzas, deportes y otras disciplinas para ilustrar los métodos presentados. Un libro de texto accesible para estudiantes en los campos de economía, administración, matemáticas, estadística y campos relacionados que deseen obtener información sobre el análisis estadístico de datos de series de tiempo utilizando cópulas, el libro también incluye capítulos independientes para atraer a los investigadores. Como sugiere el subtítulo, 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 estadísticas para ajustar los modelos, el libro detalla el desarrollo de técnicas informáticas para encontrar el estimador de máxima verosimilitud. También aborda el control estadístico de procesos, así 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 mayoría de los métodos estadísticos. 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Survival Analysis with Correlated Endpoints / Emura, Takeshi  

Público ISBD Ningún comentario para este registro. Título : Survival Analysis with Correlated Endpoints : Joint Frailty-Copula Models Tipo de documento: documento electrónico Autores: Emura, Takeshi, Autor ; Matsui, Shigeyuki, Autor ; Rondeau, Virginie, Autor 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. Palabras clave: Biometría  Ciencias sociales  Estadísticas  Bioestadística  Estadística en Ciencias Sociales  Humanidades  Derecho  Educación  Ciencias del Comportamiento  Políticas Públicas  Teoría y métodos estadísticos  Estadística en Ingeniería  Física  Informática  Química y Ciencias de la Tierra Índice Dewey: 57.015.195 Resumen: Este libro presenta a los lectores métodos estadísticos avanzados para analizar datos de supervivencia que involucran criterios de valoración correlacionados. En particular, describe métodos estadísticos 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 estadísticos presentados aquí 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 estadístico. 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 estadísticos 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 clínica, 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 guía de referencia esencial para los estadísticos médicos y proporciona a los investigadores herramientas estadísticas 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Survival Analysis with Correlated Endpoints : Joint Frailty-Copula Models [documento electrónico] / Emura, Takeshi, Autor ; Matsui, Shigeyuki, Autor ; Rondeau, Virginie, Autor  . -  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. Palabras clave: Biometría  Ciencias sociales  Estadísticas  Bioestadística  Estadística en Ciencias Sociales  Humanidades  Derecho  Educación  Ciencias del Comportamiento  Políticas Públicas  Teoría y métodos estadísticos  Estadística en Ingeniería  Física  Informática  Química y Ciencias de la Tierra Índice Dewey: 57.015.195 Resumen: Este libro presenta a los lectores métodos estadísticos avanzados para analizar datos de supervivencia que involucran criterios de valoración correlacionados. En particular, describe métodos estadísticos 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 estadísticos presentados aquí 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 estadístico. 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 estadísticos 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 clínica, 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 guía de referencia esencial para los estadísticos médicos y proporciona a los investigadores herramientas estadísticas 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 4 / 4) Por página: 25 50 100 200