[ABE-L] Ciclo de seminários PPGE - UFPE

[Maria do Carmo Soares de Lima]

Boa dia a todos(as),

Esta mensagem é para divulgar mais uma palestra do Ciclo de Seminários do
PPGE/UFPE (2023), a ser realizada na próxima quarta-feira, 29/03 pelo
Google Meet às 15:00 horas.
Sobre o palestrante: Vera Tomazella
Professora Titular junto a Universidade Federal de São Carlos-UFSCar,
Bolsista de Produtividade
em Pesquisa do CNPq – Nível 2. Possui graduação em Licenciatura em
Matemática pela
Universidade Federal do Maranhão, Especialização pela UNICAMP, mestre em
Ciências da
Computação e Matemática Computacional pelo ICMC-USP-São Paulo-São Carlos,
Doutora em
Ciências da Computação e Matemática Computacional pelo ICMC-USP-São
Paulo-São Carlos,
Pós-Doutorado pela Universidade de Valéncia-Espanha e Pós-Doutorado pela
Universidade de
Manchester-UK (2016). Atua principalmente nas áreas de Análise de
Sobrevivência e
Confiabilidade e Modelagem de Risco. Foi vice e coordenadora do Programa
Interinstitucional de
Pós-Graduação em Estatística (PIPGEs) da UFSCar-USP. Membro eleita do
International
Statistical Institute (ISI) , Foi secretária e Presidente da ABE e
atualmente é Presidente da RBRas.
Sobre a palestra:
Link Meet: https://meet.google.com/inm-qxvz-efm

TITULO: Survival models induced by Zero-Modified Power Series
discrete frailty: application with a melanoma dataset

RESUMO:Survival models with a frailty term are presented as an extension of
Cox’s proportional
hazard model, in which a random effect is introduced in the hazard function
in a
multiplicative form with the aim of modeling the unobserved heterogeneity
in the
population. Candidates for the frailty distribution are assumed to be
continuous and non-
negative. However, this assumption may not be true in some situations. In
this paper, we
consider a discretely-distributed frailty model that allows units with zero
frailty, that is, it
can be interpreted as having long-term survivors. We propose a new discrete
frailty-induced
survival model with a Zero-Modified Power Series family, which can be
zero-inflated or
zero-deflated depending on the parameter value. Parameter estimation was
obtained using
the maximum likelihood method, and the performance of the proposed models
was
performed by Monte Carlo simulation studies. Finally, the applicability of
the proposed
models was illustrated with a real melanoma câncer dataset.

Pedimos ampla divulgação entre possíveis interessados.
Att,
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20230328/3ab4db8c/attachment.htm>