Joint Models for Longitudinal and Time-to-Event Data
Název práce v češtině: | Sdružené modely pro longitudinální a cenzorovaná data |
---|---|
Název v anglickém jazyce: | Joint Models for Longitudinal and Time-to-Event Data |
Klíčová slova: | Bayesovská statistika, sdružený model, Coxův model, lineární smíšený model, model s latetními třídami |
Klíčová slova anglicky: | Bayesian statistics, joint model, Cox model, inear mixed effects model, latent class model |
Akademický rok vypsání: | 2018/2019 |
Typ práce: | diplomová práce |
Jazyk práce: | angličtina |
Ústav: | Katedra pravděpodobnosti a matematické statistiky (32-KPMS) |
Vedoucí / školitel: | doc. RNDr. Arnošt Komárek, Ph.D. |
Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
Datum přihlášení: | 02.10.2018 |
Datum zadání: | 02.10.2018 |
Datum potvrzení stud. oddělením: | 19.11.2018 |
Datum a čas obhajoby: | 07.07.2020 08:00 |
Datum odevzdání elektronické podoby: | 27.05.2020 |
Datum odevzdání tištěné podoby: | 27.05.2020 |
Datum proběhlé obhajoby: | 07.07.2020 |
Oponenti: | doc. Ing. Marek Omelka, Ph.D. |
Zásady pro vypracování |
Cílem diplomové práce je samostatně nastudovat a přehledně shrnout základy sdruženého modelování longitudinálních dat a (cenzorovaných) dat o času do určité události. Pro vybrané přístupy budou podrobněji odvozeny základní statistické vlastnosti, resp. budou detailněji studovány algoritmy používané k výpočtu odhadů parametrů zvolených modelů. V závislosti na zájmech studentky mohou být vybrané postupy porovnány pomocí simulační studie.
Zápis této DP vyžaduje úspěšné ukončení předmětu Pokročilé regresní modely (NMST432). V rámci práce na DP nutno absolvovat tyto povinně volitelné předměty: Bayesovské metody (NMST431); Analýza censorovaných dat (NMST531). |
Seznam odborné literatury |
[1] Diggle, P. J., Sousa, I., Chetwynd, A. G. (2008). Joint modelling of repeated measurements and time-to-event outcomes: The fourth Armitage lecture. Statistics in Medicine, 27(16), 2981-2998, doi: 10.1002/sim.3131.
[2] Gould, A. L., Boye, M. E., Crowther, M. J., Ibrahim, J. G., Quartey, G., Micallef, S., Bois, F. Y. (2015). Joint modeling of survival and longitudinal non-survival data: current methods and issues. Report of the DIA Bayesian joint modeling working group. Statistics in Medicine, 34(14), 2181-2195, doi: 10.1002/sim.6141. [3] Proust-Lima, C., Séne, M., Taylor, J. M. G., Jacqmin-Gadda, H. (2014). Joint latent class models for longitudinal and time-to-event data: A review. Statistical Methods in Medical Research, 23(1), 74-90, doi: 10.1177/0962280212445839. [4] Rizopoulos, D. (2012). Joint Models for Longitudinal and Time-to-Event Data: With Applications in R. Boca Raton: CRC Press. ISBN: 978-1-4398-7286-4. |