Regression models in survival analysis and reliability
Regresní modely v analýze přežití a spolehlivosti
dizertační práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/81976Identifikátory
SIS: 71322
Katalog UK: 990020360080106986
Kolekce
- Kvalifikační práce [11978]
Autor
Vedoucí práce
Oponent práce
Antoch, Jaromír
Dohnal, Gejza
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Pravděpodobnost a matematická statistika
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
29. 9. 2015
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Prospěl/a
Klíčová slova (česky)
analýza přežití, regresní modely, modely opravKlíčová slova (anglicky)
survival analysis, regression models, repairsRegresní modely v analýze přežití a spolehlivosti Disertační práce Petr Novák Univerzita Karlova v Praze, Matematicko-fyzikální fakulta Abstrakt: V předložené práci studujeme metody pro modelování závislosti dat z oblasti analýzy přežití a spolehlivosti na dostupných vysvětlujících proměnných. V první části práce studujeme základní modely analýzy přežití, porovnáváme vlastnosti Coxova modelu proporcionálního rizika, Aalenova aditivního modelu a modelu zrychleného času. Uvádíme metody pro testování dobré shody modelu s daty, založené na teorii čítacích procesů a martingalů, umožňující rozpoznat, který model popisuje data nejlépe. Druhá část se věnuje modelování opravitelných systémů. Studujeme způsoby, jak do modelů zahrnout informace o historii zařízení, včetně vlivu oprav a preventivní údržby. Užití představených metod předvádíme na příkladech z praxe a na simulo- vaných datech zkoumáme jejich chování v různých situacích. 1
Regression models in survival analysis and reliability Doctoral thesis Petr Novák Charles University in Prague, Faculty of Mathematics and Physics Abstract: In present work we study methods for modeling the dependence of data from sur- vival and reliability setting on available explanatory variables. The first part of the work compares the properties of the Cox proportional hazards model, Aalen additive model and the Accelerated failure model for survival data. We present methods for testing goodness-of-fit based on counting processes and martingale theory, allowing to identify which model fits the data best. The second part focuses on modeling the lifetime of repairable systems. We study the means of incorporating the history of studied devices into the models, including the influence of corrective repairs and preventive maintenance actions. We demonstrate the introduced methods on real applications and study their properties in various situations on simulated data. 1
