تحلیل حساسیت برای پاسخ‌های طول عمر با استفاده از توزیع لگ بتا وایبول

رخداد داده های طول عمر مساله ای است که معمولا در تحقیق های گوناگون شامل آمارگیری ها، آزمایش های کلینیکی و مطالعات اپیدمیولوژی روی می دهد. اخیرا تحقیق های نظری وسیعی در حوزه ی تحلیل داده های طول عمر انجام شده است. با این حال، از آن جایی که معمولا اطلاعات کمی بر اساس داده ها برای برآورد صحیح پارامترهای مدل موجود است؛ استنباط ها ممکن نسبت به فرض های غیر قابل آزمون حساس باشند که نیاز به انجام یک تحلیل حساسیت را گوشزد می نماید. در این مقاله، ما نحوه ارزیابی کردن اثر پریشیدگی پاسخ های رگرسیونی لگ - بتا وایبول را بیان می کنیم. همچنین کاربرد و تفسیر روش های تحلیل تاثیر با استفاده از تحلیل داده های سانسور شده، مرور و تعمیم داده می شود. یک شیوه درستنمایی - مبنا که منجر به برآورده های ماکسیمم درستنمایی برای پارامترهای مدل می گردد، مورد استفاده قرار می گیرد. به منظور ارزیابی عملکرد شاخص های معرفی شده در کشف حساسیت پارامترهای کلیدی مدل، چندین مطالعه شبیه سازی انجام گرفته است. ما به وسیله تحلیل کردن داده های سرطان، روش های بیان شده را تشریح می کنیم.

Sensitivity Analysis for Lifetime Responses Using Log-Beta Weibull Distribution

The occurrence of lifetime data is a problem which is commonly encountered in various researches, including surveys, clinical trials and epidemioligical studies. Recently there has been extensive methodological resarech on analyzing lifetime data. Howerver, because usually little information from data is available to corretly estimate, the inferences might be sensitive to untestable assumptions which this calls for a sensitivity analysis to be performed.In this paper, we describe how to evaluate the effect that perturbations to the LogBeta Weibull Regression Responses. Also, we review and extend the application and interpretation of influence analysis methods using censored data analysis. A full likelihoodbased approach that allows yielding maximum likelihood estimates of the model parameters is used. Some simulation studies are conducted to evalute the performance of the proposed indices in ddetecting sensitivity of key model parameters. We illustrate the methods expressed by analyzing the cancer data.