Programas y Resumos digital (3º WASA 2013)

wasa

ime.unicam

p.br

:

@

: ww

w.im

e.unicamp.br/~w

asa

ProgramasProgramas

e Resumose Resumos

Bo

leti

mD

igit

al

3º Workshop em Análise deSobrevivência e Aplicações

27 a 29 de Novembro de 2013 - IMECC - UNICAMPCampinas, SP, Brasil


127 a 29 de Novembro de 2013 - IMECC - UNICAMP

: @wasa ime.unicamp.br

: www.ime.unicamp.br/~wasa

Apresentação.......................................................

Comissões...........................................................

Agradecimentos...................................................

Colaboradores......................................................

Programação 27/11..............................................

Programação 28/11..............................................

Programação 29/11..............................................

Minicurso 1...........................................................

Minicurso 2 ..........................................................

Conf. de Abertura.................................................

Conferência 1.......................................................

Conferência 2.......................................................

Conferência 3.......................................................

Conferência 4.......................................................

Conferência 5.......................................................

Conferência 6.......................................................

Conferência 7.......................................................

Sessão Temática..................................................

Conf. de Encerramento........................................

Comunições Orais....................................................

Pôsteres..........................................................

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20-22

23

24 - 32

33 - 36

INDICE

2

APRESENTAÇÃO

Mensagem de Boas Vindas

É com imensa satisfação que o Departamento de Estatística da Universidade

Estadual de Campinas promove o 3° Workshop em Análise de Sobrevivência e

Aplicações, um evento de elevado nível científico que contará com participantes

nacionais e estrangeiros.

O programa da 3 WASAinclui 9 Conferências (C1 a C7, uma de abertura e outra de°

encerramento), dois minicursos (MC1 e Mc2), 9 Comunicações Orais (CO) e 2

Sessões de Pôsteres (com 18 apresentações de pôsteres em cada sessão).

A Comissão Organizadora dá as Boas Vindas a todos os participantes que irão

prestigiar o evento, e espera que o mesmo constitua uma oportunidade para a

divulgação de trabalhos relevantes desenvolvidos por pesquisadores nacionais e

estrangeiros do mais alto nível, sendo assim uma oportunidade de interação entre

alunos, profissionais e pesquisadores da área de Análise de Sobrevivência e áreas

afins.

A Comissão Organizadora





Comissão Organizadora:Prof. Dr. Víctor Hugo Lachos Dávila - Coordenador (IMECC-UNICAMP)Profa. Dra. Hildete Prisco Pinheiro (IMECC-UNICAMP)Prof. Dr. Edwin M. M. Ortega (ESALQ-USP)Prof. Dr. Ronaldo Dias (IMECC-UNICAMP)Prof. Dr. Josemar Rodrigues (ICMC-USP)

Comissão Científica:Prof. Dr. Heleno Bolfarine (IME-USP)Prof. Dr. Gauss M. Cordeiro (UFPE)

Prof. Dr. Jorge A. Achcar (FMRP)Prof. Dr. Francisco Louzada-Neto (ICMC-USP)

Prof. Dr. Josemar Rodrigues (ICMC-USP)Profa. Dra. Nancy Lopes Garcia (IMECC-UNICAMP)

Profa. Dra. Giovana Silva (UFBA)

Realização

Departamento de EstatísticaInstituto de Matemática, Estatística e Computação Científica da

UNICAMP





Departamento de EstatísticaInstituto de Matemática, Estatística e Computação Científica da

UNICAMP



A Comissão Organizadora do 3° Workshop em Análise de Sobrevivência e

Aplicações (3 WASA) agradece o apoio das seguintes instituições: CAPES,°

FAPESP, Associação Brasileira de Estatística (ABE) e o Instituto de Matemática,

Estatística e Computação Científica (IMECC) da UNICAMP, assim como todas as

Fundações Estaduais, Instituições e Programas de Pós-Graduação do Brasil, que

possibilitaram a participação de pesquisadores, estudantes e profissionais no evento.



Agradecimentos

Rocío Paola Maehara Aliaga

Monique B. Massuia

Larissa Avila Matos

Aldo William Medina Garay

Luis Enrique Benites Sánchez

Diana Milena Galvis

José Alejandro Gonzáles Campos

Ivan Prado da Costa





Colaboradores




MC1: Modelo de regressão gama-G

em análise de sobrevivência

Elizabeth M. Hashimoto Edwin M.,

M. Ortega, Gauss M. Cordeiro

C1: Jorge Alberto Achcar – “Bivariatelifetime data in the presence of censored

data, covariates and cure fraction: aBayesian approach”

C :2 Francisco Louzada Neto “A newnon-default rate regression model for

credit scoring data: An application to aBrazilian bank personal loan portfolio

data”.

Conferências

Minicurso 1

Comunicação Oral 1

Conf. de Abertura

Cerimônia de Abertura10:30 - 10:50

Safe and practical tests for Equivalence

of Two Survival Functions

Debajyoti Sinha

27/11/13(Quarta-feira)

MC18:10 às 9:50

Café9:50 às 10:15

Conf. de AberturaPROF. SINHA10:30 às 11:30

Almoço12:00 às 14:00

C1 - C214:00 às 15:45 14:00 às 15:45

CO1

Café15:45 às 16:15

Sessão Pôster 116:15 às 17:50



C :3 Vicente G. Cancho – “A unifiedmultivariate survival model with a

surviving fraction”.

C :4 Patrick Borges – “A new cure ratesurvival model based on the kinetics of

tumor growth deterministic withthreshold effect”.

C5: Dipankar Bandyopadhyay

(USA) – “A marginal

proportional hazards model for

spatial survival data”.

C6: Enrico Colosimo –

“Política Ótima de Manutenção

para Sistemas Reparáveis: Um

Estudo de Caso envolvendo

Motores de Caminhões”

Conferências

Conferências





MC2: Análise de dados censurados

sob distribuições simétricas com

aplicações no R

Víctor Hugo Lachos Aldo Medina,

Minicurso 2

CO2.1: Resampling methods for point

processes. Applications to survival analysis

(Jacek Leskow)

CO2.2: A new notion of bivariate lack-of-

memory property

(Jayme Pinto and Nikolai Kolev)

CO2 :.3 Modelo Geoestatístico com

Processos de Poisson Não Homogêneo

(Fidel Ernesto Castro Morales, Lorena

Vicini, Luiz K. Hotta, Jorge A. Achcar)

CO3 :.1 Política Ótima de Manutenção Periódica sob o

Modelo ARA com Diferentes Memórias: Um Estudo de

Caso na Indústria

(Maria Luíza G. de Toledo, Marta A. Freitas, Enrico A.

Colosimo, e Gustavo L. Gilardoni)

CO3.2: A class of regression models for parallel and

series systems with a random number of components

(Alice L. Morais and Silvia L. P. Ferrari)

CO3.3: Gráficos Cusum Ajustados ao risco para

monitoramento de tempos de sobrevivência

com fração de cura (Jocelânio W. de Oliveira, Dione

Maria Valenca, Pledson G. de Medeiros)

28/11/13(Quinta-feira)

MC28:10 às 9:50

Café9:50 às 10:15

Almoço12:00 às 14:00

C5 - C614:00 às 15:45

CO314:00 às 15:45

C3 - C410:15 às 12:00 10:00 às 12:00

CO2

Café15:45 às 16:15

Sessão Pôster 216:15 às 17:50

Jantar (com adessão)19:00 às 21:00



Conferência

29/11/13(Sexta-feira)

ST18:10-9:50

Café9:50 às 10:15

C710:15 às 11:00


Conf. de Encerramento

Cerimônia de Encerramento11:45 - 12:00

Random-Sum Wilcoxon statistic and

application to ROC and LROC data

analysis.

N. Balakrishnan

C7: Mauricio Castro (Chile) –

“Nonlinear mixed-effects models anddiagnostics for censored HIV viral loads

with CD4 measurement error”.





Minicurso 1 (MC1)

Resumo: Faz-se uma breve revisão dos principais geradores de distribuições. Asdistribuições de probabilidade comumente usadas na modelagem de dadoscensurados são as distribuições, Weibull, log-normal, log-logística, dentre outras.No entanto, são frequentes as ocorrências de dados de sobrevivência queapresentam função de taxa de falha não monótona.

Atualmente, propor novas distribuições que modelam dados de sobrevivência comfunção de taxa de falha não monótona é uma linha de pesquisa muito importante naárea de análise de sobrevivência.

Dessa forma, este minicurso propõe novas distribuições, denominadas de gama-G,obtidas a partir da geradora de distribuições gama. Serão apresentadas propriedadesgerais das distribuições gama-G, assim como modelos de regressão considerandoobservações censuradas.

Também serão abordados, modelos de regressão com censura intervalar, modelos deregressão com fração de cura e modelos de regressão com efeito aleatório baseadosnas distribuições gama-G.

Finalmente as distribuições gama-G serão estendidas para modelarem dadosinflacionados de zeros, como uma alternativa para modelar dados contínuos comexcesso de zeros.

Público alvo: estudantes de mestrado, doutorado ou final de graduação

Modelo de regressão gama-G em análise de sobrevivência

Elizabeth M. Hashimoto (ESALQ/USP)Edwin M. M. Ortega (ESALQ/USP)

Gauss M. Cordeiro (UFPE)

8:10 as 9:50

24h

Horário





Minicurso 2 (MC2)

Resumo: Assumir que as observações seguem uma distribuição normal é umasuposiçãao rotineira em modelos lineares para dados censurados, como visto emPark et al. (2007), Vaida and Liu (2009), Barros et al. (2010), entre outros. Noentanto, essa suposição pode não ser realista, ocultando importantes característicasque est~ao presentes nos dados. Assim, é conveniente considerar famíliasparamétricas de distribuições que sejam flexíveis para capturar uma amplavariedade de comportamentos simétricos, que incluam as distribuições normal,Pearson type VII, t de Student, slash e normal contaminada, como casos especiais eque produzam estimação robusta no modelo considerado. Nos últimos anos,diversos resultados de natureza teórica e aplicada surgiram como alternativas àmodelagem com erros normais, como por exemplo o uso da classe das distribuiçõessimétricas ou Elípticas, Fang et al. (1990), ou subclasses das distribuiçõessimétricas, como as distribuições de misturas da escala normal (SMN), definidaspor Lange and Sinsheimer (1993). Este tipo de distribuições tem sido estudado pormuitos autores, como Cysneiros and Paula (2005), Osorio et al. (2007), Cysneirosand Vanegas (2008), Paula and Cysneiros (2009), Russo et al. (2012), entre outros.Nesse sentido, este curso tem como objetivo apresentar um estudo de inferênciaclássica e Bayesiana em modelos lineares para dados censurados, de tipo esquerda,direita e intervalar, sob as distribuições mais robustas que a distribuição normal, istoé, as distribuições de misturas da escala normal (SMN). Desenvolveremosalgoritmos do tipo EM e do tipo amostrador de Gibbs para proceder inferênciaclássica e Bayesiana, respectivamente. Apresentaremos pacotes estatísticosdesenvolvidos no R para estudar os modelos censurados sob distribuições SMN:1)SMNCensReg, para o contexto clássico (Este pacote já está disponível no CRANe está sendo atualizado constantemente) e 2) BayesCR para o contexto Bayesiano,os quais poderão ser instalados e usados livremente. Para avaliar a performance dametodologia proposta, serão apresentados exaustivos estudos com dados simuladose aplicações utilizando dados reais.

Público alvo: estudantes de mestrado, doutorado ou final de graduação

Análise de dados censurados sob distribuições simétricas com aplicações no R

Víctor Hugo Lachos (IMECC-Unicamp)Aldo Medina Garay (IME-USP)

8:10 as 9:50

24h




Comunicação de Abertura

1 : as 1 :0 15 1 30

24h

Horário

Safe and practical tests for Equivalence of Two Survival Functions

Debajyoti Sinha

Resumo: For either the equivalence trial or the non inferiority trial with survivoroutcomes from two treatment groups, the most popular testing procedure is theextension of log-rank based test under proportional hazards model (PHM).

We show that the actual type I error rates for the popular log-rank based equivalenceand non-inferiority tests higher than the intended nominal rate when survivalresponses from two treatment arms satisfy the proportional odds survival model(POSM).

When the true model is POSM, we show that the hypothesis of non-inferiority/equivalence of two survival functions can be formulated as a statisticalhypothesis involving only the survival odds-ratio parameter.

We further show that our new non-inferiority test, formulation, and relatedprocedures are applicable even in the presence of additional covariates beyondtreatment arms, and the associated equivalence test procedures have correct type Ierror rates under the PHM as well as the POSM. These results show that use of ourtest will be a safer statistical practice for non-inferiority trials of survival responsesthan the commonly used log-rank based tests.





Resumo: We present estimates for the parameters included in lifetime parametricdistributions in presence of covariates and cure fraction, applied to analyze survivaldata when some individuals may never experience the event of interest and twolifetimes are associated with each unit.

As a special case, we assume the Block and Basu bivariate exponential distribution.We further assume a general parametrical modeling based on some standard copulafunctions to capture the dependence among the lifetimes, where any univariatelifetime distribution could be assumed as marginal distributions.

A Bayesian procedure is used to get point and confidence intervals for the unknownparameters. Posterior summaries of interest are obtained using standard MarkovChain Monte Carlo methods in rjags package for R software and also using theOpenBugs software.

An illustration of the proposed methodology is given considering lifetime medicaldata.

Bivariate lifetime data in the presence of censored data,covariates and cure fraction: a Bayesian approach

Jorge Alberto Achcar

Conferência 1 (C1)

1 : 0 as 1 :4 0 5 45

24h

Horário




Conferência 2 (C2)

1 : 0 as 1 :4 0 5 45

24h

Horário

Francisco Louzada Neto





Resumo: In this paper we propose a new lifetime model for multivariate survivaldata in presence of surviving fractions and examine some of its properties. Itsgenesis is based on situations in which there are m types of unobservable competingcauses, where each cause is related to a time of occurrence of an event of interest.

Our model is a multivariate extension of the univariate survival cure rate modelproposed by Tsodikov et al. (2003) and Rodrigues et al. (2009).

We have discussed inference aspects for the proposed model following both, aclassical and Bayesian approach. The inferential classical exploits the maximumlikelihood tools.

We also perform empirical study of the likelihood ratio test, to test the independencebetween the observed times of the event of interest.

The Bayesian approach via Markov Chain Monte Carlo (MCMC) were considered.The methodology is illustrated on a real data set on customer churn data

A unified multivariate survival model with a surviving fraction

Vicente G. Cancho

Conferência 3 (C3)

1 : as 1 :0 15 2 00

24h

Horário





Resumo: Certain well-studied stochastic processes are available for representingthe dynamics of tumor growth. In the simplest case, the tumor growth can beassumed to obey the postulates of a linear birth-and-death process with twoabsorbing states.

The lower barrier corresponds to extinction of the process, whereas the upperbarrier, N , is interpreted, depending on the application, either as the size of adetectable tumor or as the tumor size responsible for death of the organism. It takes arandom time for resistant tumor cells to increase their numbers up to a value of N .

In this paper we proposed a cure rate survival model based on the followingpremises: the kinetics of tumor growth after treatment is deterministic and describedby a generalized growth function; the initial number, n, and the threshold number, N,of tumor cells are r.v.'s with their ratio, K = n/N , obeying a exponentiatedKumaraswamy distribution.

This model provides a realistic interpretation of the biological mechanism of theevent of interest, as it models a variety of tumor growth patterns. Parameterestimation of the proposed model is then discussed through the maximum likelihoodestimation procedure.

Finally, we illustrate the usefulness of the model by applying it to real dataset.

A new cure rate survival model based on the kineticsof tumor growth deterministic with threshold effect

Patrick Borges

Conferência 4 (C4)

1 : as 1 :0 15 2 00

24h

Horário





Resumo: Dental studies often produce spatially-referenced time-to-event data,such as the time until tooth loss due to periodontal disease.

These data are used to identify risk factors associated with tooth loss and to predictthe outcomes for an individual patient. In this talk, we assume a proportional hazardmodel and account for dependence between nearby teeth using spatial frailties,which are modeled as linear combinations of positive stable random effects.

This model permits predictions conditioned on spatial random effects that accountfor the survival status of nearby teeth, and simultaneously preserves the proportionalhazards relationship marginally over the random effects allowing for interpretableestimates of the effects of risk factors on tooth loss.

We apply this model to a dataset obtained from a private dental practice to illustratehow this model can be used to identify important risk factors for tooth loss andpredict the remaining lifespan of a patient’s teeth.

This is joint work with Drs. Brian J. Reich and Martha Nunn.

A marginal proportional hazards model for spatial survival data

Dipankar Bandyopadhyay

Conferência 5 (C5)

1 : as 1 :4 00 5 45

24h

Horário





Resumo: Existe uma vasta literatura propondo políticas de manutenção sob asuposição de reparo mínimo. Ou seja, o sistema após uma falha retorna a condiçãoimediatamente antes da falha.

Este trabalho desenvolve metodologia estatística para propor políticas demanutenção sob a condição de reparo imperfeito (o sistema retorna a uma condiçãointermediária entre reparo mínimo e perfeito). Modelos para reparo imperfeito estãodisponíveis na literatura estatística.

Entretanto, procedimentos inferenciais para as quantidades de interesse ainda nãoestão plenamente estabelecidas.

Neste artigo técnicas estatísticas, incluindo a função de verossimilhança, simulaçãode Monte Carlo e método de reamostragem bootstrap, são estabelecidos de forma a(1) estimar o grau de eficiência do reparo e (2) obter políticas ótimas de manutençãopreventiva minimizando o custo total esperado.

Este trabalho foi motivado por uma situação real envolvendo a manutenção demotores de caminhão utilizados para transportar minério de ferro do local daextração até as correias rolantes.

Política Ótima de Manutenção para Sistemas Reparáveis:Um Estudo de Caso envolvendo Motores de Caminhões

Enrico Colosimo

Conferência 6 (C6)

1 : as 1 :4 00 5 45

24h

Horário




Conferência 7 (C7)

1 : as 1 :0 15 1 00

24h

Horário

Nonlinear mixed-effects models and diagnostics forcensored HIV viral loads with CD4 measurement error

Mauricio Castro





Resumo: The hurdle cure rate models is a modified two-stage process in which therandom mechanism of generating zero risk factors in the first-stage and positives inthe second-stage are not constrained to be the same (Mullahy ,1986). It is a flexiblecure rate model which encompasses recent cure rate models solving identifiableproblems Some examples will be presented.ation of the proposed methodology isgiven considering lifetime medical data.

Hurdle cure rate models

Josemar Rodrigues

Sessão Temática 1 (ST1)

1 : 0 as 1 :4 0 5 45

24h

Horário





Resumo: I will describe COM-Poisson based cure rate models with differentlifetime distributions and present the exact likelihood inference.

I will also address the problem of model discrimination and model selection withinthis flexible family through information-based criteria, and present some simulationresults.

Finally, I will illustrate all the established results with a cutaneous melanoma data.

Flexible Cure Rate Models and LikelihoodInference and Model Discrimination

N. Balakrishnan


1 : 0 as 1 :4 0 5 45

24h

Horário





Resumo: A new class of long-term survival models based on the first-activationscheme is proposed.

For this new class it is assumed that the number of competing causes follows ageneralized Poisson distribution, which is overdispersed. We consider a regressionstructure for the expected number of competing causes, so allowing to a directmodeling for the cure rate through covariates.

Estimation by maximum likelihood and inference for the parameters of the newclass are discussed.

A small simulation study is conducted to examine the finite-sample performance ofthe proposed estimators.

Applications to biological data sets illustrate the potentiality of the proposedmodels.

A class of long-term survival models withoverdispersed number of competing causes

Wagner Barreto-Souza


1 : 0 as 1 :4 0 5 45

24h

Horário





Comunicação de Encerramento

1 : 0 as 1 :1 0 2 00

24h

Horário

Resumo: I will describe the form of ROC and LROC data, and then explain hownonparametric inference can be developed for their analyses.

I will then develop a random-sum Wilcoxon statistic and study its properties boththrough Monte Carlo simulations and the asymptotic approach.

Finally, I will illustrate the results with two real-life data sets from cancer studies.

Random-Sum Wilcoxon statistic and application to ROCand LROC data analysis

N. Balakrishnan





Resumo: Providing new distributions is always precious for statisticians. A newtwo-parameter distribution called the gamma Lindley model is defined and studied.

Various of its structural properties are derived, including explicit expressions for themoments, quantile and generating functions, mean deviations and probabilityweighted moments. We also investigate their moments.

Maximum likelihood techniques are used to fit the new model and to show itspotentiality. Based on three criteria, the proposed model provides a better than theLindley and complementary exponential geometric distributions.

The Gamma Lindley Distribution: Structural Properties and Applications

Gauss M. Cordeiro, Maria do C.S. Lima, Abraão D.C. Nascimento

Comunicação Oral 1.1 (CO 1.1)

14:00 as 14:35

24h

: [email protected]ário





Resumo: In this paper we propose, a new extension of the Generalized Gammadistribution. The proposed model, called Marshall Olkin extended GeneralizedGamma distribution, arises based on the scheme introduced by Marshall & Olkin(1997). Also, we consider this new family in the analysis of lifetime data with curefraction.

Finally, utilizing maximum likelihood estimation, the proposed distribution is ttedto two datasets one arising from measuring the strength of bres and the other onmelanoma data.

A new extended Generalized Gamma Model

Gladys D.C. Barriga, Vicente G. Cancho, Dipak K. Dey


14:35 as 15:10

24h






Resumo: In this paper we propose a Bayesian partition modeling for lifetime datain presence of a cure fraction by considering a local structure generated by atessellation which depends on covariates. In this modeling we includinginformation of nominal qualitative variables with more than two categories orordinal qualitative variables.

The proposed modeling is based on a promotion time cure model structure butassuming that the number of competing causes follow a power series distribution.

It is an alternative modeling strategy to the conventional survival regressionmodeling generally used for modeling lifetime data in presence of a cure fraction,which models the cure fraction through a (generalized) linear model of thecovariates.

An advantage of our approach is its ability to capture the effects of covariates in alocal structure. The flexibility of having a local structure is crucial to capture localeffects and features of the data.

The modelling is illustrated on two real melanoma data sets.

A flexible Bayesian partition modelling for long-term survival data

Vera. L. D. Tomazellay, Jhon F.B. Gonzales and Mário de Castroz


15:10 as 15:45

24h






Resumo: In this paper, we present available resampling methods that are applicableto inference problems for point processes.

The focus of this work is the nonparametric estimation of the hazard rate function inthe multiplicative intensity model.

We present first the sieve method in nonparametric estimation of the hazard ratefunction. Then we show the asymptotic normality theorem available under mildasymptotic independence assumptions.

Finally, we show applicability of resampling methods for the confidence intervalbuilding and testing hypotheses. The theoretical results are accompanied with reallife examples.

Resampling methods for point processes. Applications to survival analysis

Jacek Leskow


24h

10:15 as 10:50






Resumo: The main purpose of this note is to define a class of bivariate non-negativecontinuous distributions such that the sum of the components of hazard gradientvector is a linear function of both arguments.

This class has as particular cases many classical ones. Restrictions for the marginals,geometric interpretations, generalizations and multivariate extension will bepresented.

A new notion of bivariate lack-of-memory property

Jayme Pinto and Nikolai Kolev


24h

10:50 as 11:25






Resumo: Neste artigo propomos a utilização de modelo de Poisson não homogêneopara modelar dados de contagem em uma região de interesse.

A idéia principal é incluir na função de intensidade uma componente aleatória queincorpore a dependência espacial, de forma semelhante aos modelos de fragilidadeespacial usados em análise de sobrevivência. A estimação do modelo proposto éfeita sob o paradigma Bayesiano.

Para ilustrar o modelo proposto foi realizado um estudo com dados artificiais paratestar a eficácia do método de Monte Carlo em cadeias de Markov (MCMC) nasimulação de amostras da distribuição a posteriori dos parâmetros.

Como uma conclusão preliminar do estudo foi observado que o algoritmo MCMCusado para simular amostras da distribuição a posteriori dos parâmetros do modeloatingiu de forma satisfatória convergência e a estimação Bayesiana dos parâmetrosdo modelo levou a resultados bem precisos.

Modelo Geoestatístico com Processos de Poisson Não Homogêneo

Fidel Ernesto Castro Morales, Lorena Vicini, Luiz K. Hotta, Jorge A. Achcar


24h

11:25 as 12:00






Resumo: An appropriate maintenance policy is essential to reduce expenses andrisks related to equipment failures. This paper presents preliminary results of a studythat aims to define the optimal periodic maintenance policy under the assumption ofimperfect repair, using ARA (Arithmetic Reduction of Age) model proposed byDoyen and Gaudoin (2004).

In particular, for a database of failures in small trucks from a mining company,maximum likelihood estimates are obtained for the parameters ofARAmodels withdifferent memories, associated with a Power Law Process.

Subsequently, a method for determining the optimal maintenance frequency isapplied to the data, which proposes a procedure to approximate the mean function,that in this case has no closed form solution.

The results provide information for the mining company, which can be used tosupport decision making regarding preventive maintenance policy.

Política Ótima de Manutenção Periódica sob o Modelo ARA com Diferentes Memórias:

Um Estudo de Caso na Indústria

Maria Luíza G. de Toledo, Marta A. Freitas, Enrico A. Colosimo, and Gustavo L. Gilardoni


14:00 as 14:35

24h






Resumo: In this paper we extend the Weibull power series (WPS) class ofdistributions and named this new class as extended Weibull power series (EWPS)class of distributions.The EWPS distributions are related to series and parallelsystems with a random number of components, whereas the WPS distributions(Morais and Barreto-Souza, 2011) are related to series systems only. Unlike theWPS distributions, for which the Weibull is a limiting special case, the Weibull lawis a particular case of the EWPS distributions.

We prove that the distributions in this class are identiable under a simpleassumption. We also prove stochastic and hazard rate order results and highlight thatthe shapes of the EWPS distributions are markedly more exible than the shapes ofthe WPS distributions.

We define a regression model for the EWPS response random variable to model ascale parameter and its quantiles. We present the maximum likelihood estimator andprove its consistency and normal asymptotic distribution.Although the constructionof this class was motivated by series and parallel systems, the EWPS distributionsare suitable for modeling a wide range of positive data sets.

To illustrate potential uses of this model, weapply it to a real data set on the tensilestrength of coconut bers and present a simple device for diagnostic purposes.

A class of regression models for parallel and seriessystems with a random number of components

Alice L. Morais and Silvia L. P. Ferrari


24h

14:35 as 15:10

Horário: [email protected]




Resumo: Este trabalho estuda o uso de técnicas de Controle Estatístico de Processos(CEP) para monitoramento de tempos de sobrevivência. Diferentemente deaplicações na área industrial, em que a população em estudo é consideradahomogênea, o CEP na área de saúde admite a heterogeneidade e deseja levar emconsideração características particulares de pacientes que, antes de se submeterem aum procedimento médico, podem apresentar diferentes riscos de morte.

Nessa perspectiva, alguns autores propõem o uso de um gráfico de controleCUSUM ajustado ao risco (RAST CUSUM), para monitorar resultados clínicos emque a resposta é o tempo até a ocorrência de um evento e está sujeita a censura adireita. Nesta abordagem as diferenças entre as observações são consideradas pormeio de um modelo de regressão de tempo de falha acelerado (MTFA).

Neste estudo simulamos um caso em que há duas características associadas aosindivíduos em estudo (covariáveis), a saber, idade e sexo, as quais influenciam naresposta, para observar o comportamento deste gráfico de controle na detecção dediferentes desvios dequalidade. Além disso, buscamos estender esta técnica paramodelos de sobrevivência com fracão de cura, admitindo as ditribuições log-logística e Weibull como exemplos, e considerando o modelo de tempo depromoção.

Como resultado, vemos que esta proposta de monitoramento é competente e o usodo RAST CUSUM com MTFA em dados com fração de cura é ineficiente, o queevidencia a necessidade de adequar o método para modelos com fracão de cura.

Gráficos Cusum Ajustados ao risco para monitoramentode tempos de sobrevivência com fração de cura

Jocelânio W. de Oliveira, Dione Maria Valenca, Pledson G. de Medeiros,

: [email protected]


15:10 as 15:45

24h




Quarta-feira 27/11/2013 - 16:15 às 17:50Sessão Pôster 1

A bayesian approach for the Poisson-Inverse-Gaussianregression model with cure rate

Adriano K. Suzuki, Vicente G. Cancho, Francisco Louzada

The Exponentiated Kumaraswamy-G Class:General Properties and Application

Ronaldo V. da Silva, Manoel Wallace A. Ramos, FrankGomes-Silva, Gauss M. Cordeiro

Aplicação da abordagem de riscos competitivos em pacientes diagnosticadoscom câncer no ano de 2006 no hospital de clínicas de Porto Alegre

Natalia Elis Giordani, Luciana Nunes, Isaias Prestes,Jair Ferreira, Suzi Camey

The Gamma Nadarajah-Haghighi DistributionMaria do Carmo S. Lima, Luis Gustavo B. P.,Abraão D. C. Nascimento, Gauss M. Cordeiro

Generalização do estimador de Kaplan-Meierpara tempos de vida fuzzy

José Alejandro González Campos, Cristian CarvajalMuquillaza e Víctor Hugo Lachos Dávila

Use of copula functions for the reliability of series systems

Jorge Alberto Achcar, Fernando Antonio Moala

Modelos Weibull generalizada e log-normal generalizada paradados grupados e censurados: uma aplicação a sobrevida

de idosos em Botucatu-SPLiciana Vaz de Arruda Silveira, Jose Nilton da Cruzy, Jose Eduardo

Correntez, Tânia Ruiz, José Raimundo de Souza Passos

Uma análise bayesiana da distribuiçãoexponencial geométrica estendida

Pedro Luiz Ramos, Fernando A. Moala, Jorge Alberto Achcar

Diagnóstico de influência em modelos de regressão linear comdistribuições normais/independentes e resposta censurada

Isabel Cristina Gomes, Lourdes Coral ContrerasMontenegro e Víctor Hugo Lachos

1

2

3

4

5

6

7

8

9



Quarta-feira 27/11/2013 - 16:15 às 17:50Sessão Pôster 1

The Extended Generalized Gamma Geometric Distribution

Juliano Bortolini, Marcelino A.R. Pascoa y Renato R. de Lima

Análise de Sobrevivência na Evolução Pós-operatóriaem pacientes submetidos à Cirurgia Bariátrica

Luciano Souza, Dâmoches Aurélio Nascimento da Silva,Isabella Valois Pedrosa, Gabriela Isabel Limoeiro Alves,

Tamara Kathy de Araujo Valois, Romero Luiz Mendonça Sales

Efeito da sobrevivência larval de Spodoptera frugiperda (Smith),(Lepidoptera: Noctuidae), alimentadas com dieta artificial submetida

a imersão de extratos com potencialFabiane Cunha, Vania Maria Ramos,Viviane Tavares de Almeida,

Rafael Gervasoni Ferreira Leite,Elizabeth Mie Hashimoto

Diagnostic Analysis of Censored HIV Viral Dynamics Loadwith Multivariate Student-t Distribution

Victor H. Lachos, Larissa A. Matos, LuisM. Castro and Dipankar Bandyopadhyay

Árvores de Regressão para Dados Censurados Correlacionados

Juliana Luz Passos e Hildete Prisco Pinheiro

Extensões da Distribuição de Lindley na Análise deDados de Sobrevivência

Ana Paula Jorge do Espirito Santo, Josmar Mazucheli

Diferent Methods of Estimations for the Marshal-OlkinExtended Exponential Distribution

Josmar Mazucheli,Franciso Louzada

Análise de Dados de Sobrevivência na Presença de Fração deCura Utilizando uma Extensão do Modelo de Mistura

Emílio Augusto Coelho-Barros, Jorge Alberto Achcar, Josmar Mazucheli

Diagnóstico de Influência em Modelos de Regressão t deStudent para Dados Censurados

Monique B. Massuia, Larissa A. Matos, VíctorH. Lachos, Celso R. B. Cabral

10

11

12

13

14

15

16

17

18



Quinta-feira 28/11/2013 - 16:15 às 17:50Sessão Pôster 2

Modelagem paramétrica na presença de censurainformativa: um estudo de simulação

Paulo Cerqueira dos Santos Junior, EnricoAntônio Colosimo, Fábio Nogueira Demarqui

Inferência Clássica e Bayesiana para o Modelo deFração de Cura Gompertz Defeituoso

Ricardo Rocha, Vera Tomazella, Francisco Louzada-Neto

Estimação intervalar para os parâmetros do modeloWeibull Modificado Exponenciado de Longa

Duração: um estudo de simulaçãoHayala C. Cavenague de Souza, Gleici da Silva Castro Perdona

Métodos comparativos do Tempo Total em Teste (TTT Plot)para modelagem de dados de sobrevivência

Amanda Morales Eudes,Vera Lúcia DamascenoTomazella, Ricardo Ferreira da Rocha

Modelos de regressão pertencentes à famíliaBeta Burr XII com fração de cura

Camila Leal, Juliana Betini Fachini Gomes

O uso do pacote "flexsurv" para estimar os parâmetros do modelolog-gama generalizado com longa duração

Rumenick P. da Silva, Antonio H. M. da Silva Jr e Dione MariaValença

Estimação não paramétrica de probabilidade de falha porum evento de interesse na presença de riscos competitivos

Cachimo Combo Assane, Basílio de BragançaPereira, Elizabeth S. Muxfeldt, Gil F. Salles

Usando o Proc NLMIXED do SAS para ajustar ummodelo Birnbaum Saunders de efeitos aleatórios

para dados censuradosCristian Villegas

Análise de sobrevida de pacientes diagnosticados com Carcinomaespinocelular de Boca e Laringe nos 10 primeiros anos do Centro deOncologia Bucal da UNESP, Campus de Araçatuba de 1991 a 2000.

Maria Lucia Marçal Mazza Sundefeld

19

20

21

22

23

24

25

26

27



Quinta-feira 28/11/2013 - 16:15 às 17:50Sessão Pôster 2

Técnicas não-paramétricas de Análise de Sobrevivênciaaplicados à dados oncológicos

Juliana Scudilio Rodrigues, Gleici da Silva CastroPerdon, Hayala Cavenague

Estimation of parameters in Laplace and log-Laplacedistributions with grouped data

V. L. D. Tomazella, S. Nadarajah

Power half-normal distribution with cure rate

Yolanda M. Gómez Olmos

Modelagem dos tempos de resposta de controladores de pulverizaçãoThiago Gentil Ramires, Edwin Moises Marcos

Ortega,Lucas Santana da Cunha,Raniere Rodrigues Vieira

Promotion time cure rate model with bivariate random effects

Diego I. Gallardo, Heleno Bolfarine, Antonio C. Pedroso-de-Lima

Likelihood Based Inference for Quantile RegressionUsing the Asymmetric Laplace Distribution

Luis B. Sánchez, Victor H. Lachos, Filidor V. Labra

Estudo probabilístico da distribuiçãoexponencial-geométrica potência

Eduardo Cardoso de Oliveira, Bruno Felipe de J. Oliveira,Prof. Dr. Fernando Antonio Moala, Prof. Dr. Jorge Alberto Achcar

A distribuição KumaraswamyWeibull na modelagemde dados em análise de sobrevivência

Marina de Souza Paiva,Marcelino Alves Rosa de Pascoa,Anderson Castro Soares de Oliveira, Neuber José

Segri,Gilmar Jorge de Oliveira Júnior,

A distribuição beta exponencial generalizadana modelagem de dados em análise de sobrevivência

Rondiny Moreira Carneiro,Marcelino Alves Rosa de Pascoa,AndersonCastro Soares de Oliveira, Neuber José Segri, Tiago Almeida de Oliveira

28

29

30

31

32

33

34

35

36

http://on.fb.me/1ia4dr2

http://bit.ly/1dcLcXg

wasaim

e.unica

mp.b

r

:

@

: www.im

e.unica

mp.b

r/~wasa

Página WebIMECC- Unicamp - Rua Sérgio Buarque de Holanda,

651 – Cidade Universitária "Zeferino Vaz" – Distr.Barão Geraldo – Campinas – São Paulo – Brasil

CEP 13083-859

Desenhado por Luis B

enites Sánchez

lbenitesanchez@gm

ail.com

Documents

Programas y Resumos digital (3º WASA 2013)