Please use this identifier to cite or link to this item: https://olympias.lib.uoi.gr/jspui/handle/123456789/38872
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΔελίδης, Δημήτριοςel
dc.contributor.authorDelidis, Dimitriosen
dc.date.accessioned2025-03-14T08:57:19Z-
dc.date.available2025-03-14T08:57:19Z-
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/123456789/38872-
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectΜη παραμετρική Στατιστικήel
dc.subjectΑνάλυση Επιβίωσηςel
dc.subjectΣυνάρτηση Επιβίωσηςel
dc.subjectΚίρρωση του ήπατοςel
dc.titleΕκτίμηση της Υπό Συνθήκη Συνάρτησης Επιβίωσης και Επιλογή Εύρους Ζώνης για Μικτά Συνεχή και Κατηγορικά Δεδομέναel
dc.titleConditional distribution function estimation and bandwidth selection for mixed categorical and continuous dataen
dc.typemasterThesis-
heal.typemasterThesisel
heal.type.enMaster thesisen
heal.type.elΜεταπτυχιακή εργασίαel
heal.classificationΜη παραμετρική Στατιστική - Ανάλυση επιβίωσηςel
heal.identifier.secondaryΜη παραμετρική Στατιστική - Ανάλυση επιβίωσηςel
heal.dateAvailable2025-03-14T08:58:19Z-
heal.languageelel
heal.accessfreeel
heal.recordProviderΠανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημώνel
heal.publicationDate2025-01-21-
heal.abstractΜε κίνητρο ένα σύνολο πραγματικών δεδομένων που περιγράφουν το ιατρικό προφίλ ασθενών υπό μια συγκεκριμένη θεραπεία, αναπτύσσουμε έναν μη παραμετρικό εκτιμητή της υπό συνθήκη συνάρτησης επιβίωσης που λαμβάνει υπ ́ όψιν συνεχείς και κατηγορικές συμμεταβλητές. Η ανάπτυξη γίνεται με τη μέθοδο των πυρήνων σε συνδυασμό με τον εκτιμητή Kaplan-Meier για τυχαία λογοκριμένους από δεξιά χρόνους επιβίωσης. Οι ασυμπτωτικές ιδιότητες της παραγόμενης εκτίμησης μελετώνται και ποσοτικοποιούνται αναλυτικά. Η εφαρμογή του εκτιμητή στην πράξη γίνεται εφικτή με τη χρήση μιας μεθόδου επιλογής εύρους ζώνης, η υλοποίηση της οποίας βασίζεται μόνο στο διαθέσιμο δείγμα. Τέλος, εφαρμόζουμε τον εκτιμητή στα πραγματικά δεδομένα τα οποία αποτέλεσαν και το κίνητρο ανάπτυξης της συγκεκριμένης διατριβής και δείχνουμε τη χρησιμότητα του στη συγκεκριμένη και σε παρόμοιες καταστάσεις.el
heal.abstractMotivated by a real world data set which requires the estimation - conditional on a number of factors - of survival probabilities of patients under a certain treatment, we investigate in detail the kernel smoothing of the Kaplan–Meier estimate for random designs under the right censored data setting, in the presence of an arbitrary number of mixed continuous and categorical covariates. The asymptotic properties of the derived estimator are studied and quantified analytically, and its implementation is facilitated by a corresponding data driven bandwidth selector. Its application to the real data set illustrates its practical usefulness.en
heal.advisorNameΜπάγκαβος, Δημήτριοςel
heal.committeeMemberNameΜπάγκαβος, Δημήτριοςel
heal.committeeMemberNameΖωγράφος, Κωνσταντίνοςel
heal.committeeMemberNameΜπατσίδης, Απόστολοςel
heal.academicPublisherΠανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μαθηματικώνel
heal.academicPublisherIDuoiel
heal.numberOfPages68el
heal.fullTextAvailabilitytrue-
Appears in Collections:Διατριβές Μεταπτυχιακής Έρευνας (Masters) - ΜΑΘ

Files in This Item:
File Description SizeFormat 
Μ.Ε. Δημήτριος Δελίδης 2024.pdfΜεταπτυχιακή Διατριβή1.31 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons