Wyniki wyszukiwania - Biblioteka Nauki

1

Adaptive robust estimation in the Cox regression model

100%

Bednarski T.

Biocybernetics and Biomedical Engineering

|

1999

|

tom Vol. 19, no. 4

5-15

EN

A family of robust estimators of the regression parameter for the Cox regression model proposed and recommended by Bednarski in [3] depends on the true unknown parameter. It is demonstrated that an adaptive procedure, making use of preliminary robust estimators, leads to asymptotically equivalent estimation procedures. Discussion of data analysis for a real data case is given.

PL

Rodzina odpornych estymatorów parametru regresji w modelu Coxa, zaproponowana przez Bednarskiego (3), zależy od wartości nieznanego parametru. Dowodzi się, że procedura adaptacyjna polegająća na zastąpieniu parametru przez "prowizoryczny" odporny estymator, nie zmienia asymptotycznych własności wyjściowego estymatora. Praca zawiera także statystyczną analizę rzeczywistego zbioru danych.

2

Generalized linear models for the hazard function of survival data

88%

Boracchi P. , Biganzoli E.

Biocybernetics and Biomedical Engineering

|

2001

|

tom Vol. 21, no. 2

39-54

EN

The study of the disease dynamic led to a growing interest on modelling the hazard function of survival data. Several hazard regression modelling approaches have been proposed in literature, being based on parametric and non-parametric estimators. However, in the largest part of the published studies, the semi-pararnetric Cox regression model is used to evaluate covariate effeets leaving unspecified the hazard function on time. Alternatively, the adoption of classical parametric models (exponential, Weibull, etc.), allows for the direct estimation of the hazard function but relies on strict assumptions on the shape of time distributions. A possible reason for the little diffusion of flexible hazard regression models could be related to the very specialized statistical techniques underlying their implementation. The flexible extension of generalized linear models, well known arnong biostatisticians, is proposed here for estimating the hazard function of survival data, allowing for a simple model implementation and giving insightful information on the disease dynamic. Examples on two literature datasets from cancer trials are provided.

PL

Badanie dynamiki chorób prowadzi do wzrostu zainteresowania modelowaniem funkcji hazardu na podstawie danych analizy przeżyć. Kilka modeli regresyjnych funkcji hazardu zostało zaproponowanych w literaturze w oparciu zarówno o estymatory parametryczne, jak i nieparametryczne. Jednakże w większości prac używa się modelu regresyjnego Coxa, co prowadzi do pomijania zależności funkcji hazardu od czasu. Alternatywnie, przyjmując klasyczny model parametryczny (wykładniczy, Weibulla itd.) mamy możliwość bezpośredniej estymacji funkcji hazardu, ale jesteśmy ograniczani przyjmowanymi na początku założeniami o kształcie rozkładu. Możliwą przyczyną ograniczanego jak dotąd stosowania elastycznych modeli regresyjnych mogą być bardzo wyspecjalizowane techniki statystyczne związane z ich implementacją. Elastyczne rozszerzenie uogólnionych modeli liniowych zaproponowane w pracy pozwala na prostą implementację oraz daje użyteczną interpretację o dynamice choroby. W pracy podane są przykłady tworzenia tych modeli na bazie dwu zbiorów danych onkologicznych znanych z literatury.

3

Wykorzystanie modelu Coxa do oceny prawdopodobieństwa wyleczenia wirusowego zapalenia wątroby typu C

75%

Zaremba-Pechmann L.

Folia Pomeranae Universitatis Technologiae Stetinensis. Oeconomica

|

2010

|

tom 59

EN

The Cox proportional hazard model was applied to the estimation of the HCV healing probability, including the type of the antiviral therapy. The analysis gave the answer, which kind of medicines were more effective in the battle against chosen disease. The most chances for healing have the sick, who had been treated with the PegInterferon α and Ribavirin, and the less chances – patients, who received only Interferon α.

4

Model hazardów proporcjonalnych Coxa

75%

Deszyńska A.

Matematyka Stosowana : matematyka dla społeczeństwa

|

2011

|

tom T. 13/54

1-32

PL

Celem pracy jest prezentacja modelu hazardów proporcjonalnych Coxa (ang. Cox proportional hazards model), charakteryzujących go własności oraz metod estymacji jego parametrów. Znajduje on zastosowanie w analizie przeżycia przy przewidywaniu szans przetrwania pewnych obiektów (najczęściej pacjentów w badaniach medycznych). Istotną zaletą modelu jest możliwość uwzględnienia w nim danych niepełnych, które często pojawiają się w przeprowadzanych badaniach — zarówno w sposób losowy, jak i celowy. Model Coxa sprawdza się szczególnie dobrze w sytuacji, gdy interesujące jest określenie skuteczności sposobu leczenia w sensie porównawczym, czyli w odniesieniu do innych terapii. Terminologia i przykłady zaczerpnięte są na ogół z medycyny, ale opisany model stosuje się również np. w socjologii, kryminalistyce czy inżynierii. Słowa kluczowe: model Coxa, hazard, analiza przeżycia.

EN

The paper presents Cox proportional hazards model, its properties and methods of its parameters estimation. It is widely applicable in survival analysis – in prediction of survival chances of some objects (usually patients in medical studies). The essential advantage of the model is allowing of incomplete data, which often appear in studies – both in random and fixed way. Cox model works especially well when determination of treatment effectiveness in comparative sense (with reference to other therapies) is needed. Terminology and examples are usually taken from medicine but the model can be used also in sociology, crime detection or engineering.

5

Determinanty oczekiwania bezrobotnych na pracę w Szczecinie

63%

Markowicz I. , Stolorz B.

Wiadomości Statystyczne

|

2007

|

tom 52

|

nr 12

6

Analysis of data from measuring sensors for prediction in production process control systems

63%

Rymarczyk T. , Przysucha B. , Kowalski M. , Bednarczuk P.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2019

|

tom T. 9, nr 4

26--29

EN

The article presents a solution based on a cyber-physical system in which data collected from measuring sensors was analysed for prediction in the production process control system. The presented technology was based on intelligent sensors as part of the solution for Industry 4.0. The main purpose of the work is to reduce data and select the appropriate covariate to optimise modelling of defects using the Cox model for a specific mechanical system. The reliability of machines and devices in the production process is a condition for ensuring continuity of production. Predicting damage, especially its movement, gives the ability to monitor the current state of the machine. In a broader perspective, this enables streamlining the production process, service planning or control. This ensures production continuity and optimal performance. The presented model is a regressive survival analysis model that allows you to calculate the probability of failure occurring over a given period of time.

PL

Artykuł przedstawia rozwiązanie oparte na systemie cyber-fizycznym, w którym analizowano dane zbierane z czujników pomiarowych do predykcji w systemie kontroli procesów produkcyjnych. Przedstawiona technologia została oparta na inteligentnych czujnikach pomiarowych jako element rozwiązania dla Przemysłu 4.0. Głównym celem pracy jest redukcja danych i wybór odpowiedniego kowariantu w celu optymalizacji modelowania usterek za pomocą modelu Coxa dla konkretnego układu mechanicznego. Niezawodność pracy maszyn i urządzeń w procesie produkcyjnym jest warunkiem zapewnienia ciągłości produkcji. Przewidywanie uszkodzenia, a zwłaszcza jego momentu daje możliwość monitorowania bieżącego stanu maszyny. W szerszej perspektywie umożliwia to usprawnienie procesu produkcji, planowania serwisu, czy kontroli. Zapewnia to utrzymanie ciągłości produkcji i optymalnej jej wydajności. Przedstawiony model jest regresywnym modelem analizy przeżycia, który pozwala na obliczanie prawdopodobieństwa wystąpienia awarii w określonym czasie.

7

Model proporcjonalnego hazardu Coxa jako statystyczna metoda wyznaczania determinant jakości życia w grupie chorych leczonych onkologicznie

63%

Król M. J. , Król P. S.

Nierówności społeczne a wzrost gospodarczy

|

2015

|

tom 44 cz. 1

283-296

PL

Nieodłączną cechą społeczeństwa informacyjnego jest dbałość o różnorodne aspekty jakości życia. Istnieje wiele metod, w tym statystycznych, służących wyznaczaniu i ocenie wpływu deter-minant (cech) warunkujących jakość życia. W pracy rozpatrywano możliwość zastosowania w tym celu modelu proporcjonalnej intensywności Coxa. Użyto wariantu modelu opisującego zjawiska, w którym zdarzenia niepożądane występują w rozłącznych przedziałach czasowych. Używając estymatorów Kalbfleische’a-Prentice’a wy-znaczono funkcje przeżycia S(x,t) i ryzyka h(x,t) dla badanych jednostek zróżnicowanych wektorem cech endo- i egzogennych. Omawiane funkcje szacowano na przykładzie wyników leczenia onkologicznego grupy chorych na raka głośni. Badano wpływ cech o charakterze demograficznym, społecznym i ekonomicz-nym bezpośrednio na rezultaty terapii, a pośrednio na jakość życia.

EN

An integral feature of the information society is its interest in various aspects of quality of life. There are many methods, including statistical, for identifying and evaluating the impact of those factors (features) which influence quality of life. The study considers the possibility of using the Cox model of proportional intensity for this purpose. Use was made of a variant of the model describing the phenomenon in which adverse events occur in disjointed time intervals. Using Kalbfleische'a-Prentice estimators the survival func-tions S (x, t) and the risk of h (x, t) were determined for the tested units differentiated by endogenous and exogenous features. These functions were estimated based upon the results of treatment of a group of patients suffering from cancer. Research was carried out into the direct influence of demographic, social and economic characteristics on the results of the therapy and indirectly on the quality of life.

8

Analysis of multi-source data for monitoring and control of intelligent technological systems

63%

Rymarczyk T. , Przysucha B. , Pawlik P.

Przegląd Elektrotechniczny

|

2020

|

tom R. 96, nr 9

95--98

EN

The article presents a part of cyber-physical system for acquiring, processing and controlling from measurement data. The technology was based on, intelligent measurement sensors, internet of Things as a solution for Industry 4.0. The aspect raised in the article concerns data reduction and selection of an appropriate covariant in the modeling optimization of modeling faults by the Cox model for a specific mechanical system.

PL

Artykuł przedstawia część cyber-fizycznego systemu do zbierania, przetwarzania i sterowania przy pomocy informacji pochodzącej z danych pomiarowych. Technologia ta została oparta na inteligentnych czujnikach pomiarowych z użyciem internetu rzeczy jako rozwiązania dla Przemysłu 4.0. Aspekt poruszony w pracy dotyczy redukcji danych i wyboru odpowiedniego kowariantu w optymalizacji modelowania usterek modelem Coxa dla konkretnego układu mechanicznego.

9

Why do young workers quit their first job? Identification of the risk factors using the Cox model and survival trees

63%

Grzenda W. , Marszałek A.

Wiadomości Statystyczne. The Polish Statistician

|

2022

|

tom 69

|

nr 3

18-37

EN

Według danych Głównego Urzędu Statystycznego w ostatnich latach w Polsce sytuacja młodych osób na rynku pracy znacznie się poprawiła. W konsekwencji osobom wchodzącym na rynek pracy łatwiej jest znaleźć zatrudnienie, a pracodawcom coraz trudniej zatrzymać takie osoby w organizacji. Celem badania omawianego w artykule jest identyfikacja i ocena indywidualnych charakterystyk młodych pracowników oraz czynników związanych z wykonywaną pracą, które mają wpływ na czas trwania pierwszego zatrudnienia. W badaniu wykorzystano dane za lata 2019 i 2020 pochodzące z Badania Aktywności Ekonomicznej Ludności przeprowadzonego w Polsce przez Główny Urząd Statystyczny. Kluczowym elementem badań aktywności zawodowej młodych osób na rynku pracy powinno być uwzględnienie w modelowaniu dużej zmienności w czasie ich indywidualnych charakterystyk, dlatego do ustalenia czynników ryzyka porzucenia pierwszej pracy wykorzystano model Coxa ze zmiennymi zależnymi od czasu. Stwierdzono m.in., że większe ryzyko zaprzestania wykonywania pracy istniało w przypadku osób z wyższym wykształceniem niż wśród osób z niższym wykształceniem. Oprócz rodzaju umowy o pracę duży wpływ na to ryzyko miały też tygodniowy czas pracy i pełnienie funkcji kierowniczych. Ponadto wśród respondentów wyodrębniono, z wykorzystaniem drzew przetrwania, grupy homogeniczne ze względu na czas trwania pierwszego zatrudnienia. Okazało się, że istnieje mniejsze prawdopodobieństwo rozwiązania stosunku pracy przez pracowników zatrudnionych na czas określony niż przez pracowników zatrudnionych na czas nieokreślony, ale pracujących w niepełnym wymiarze godzin.

PL

According to Statistics Poland’s data, the situation of young people in the Polish labour market has improved significantly in recent years. Therefore, on the one hand, it is easier for young people entering the labour market to find a job, and on the other, it is increasingly difficult for employers to keep such people in their organisation. The aim of this study is to identify and assess individual characteristics of young workers and work-related factors that affect the length of the time they spend in their first job. The study is based on data for 2019 and 2020 from Statistics Poland’s Labour Force Survey. It is of key importance in the research on the professional activity of young people to take into account in modelling the high volatility of their characteristics over time. Therefore, we used the Cox model with time-variant variables to identify factors of risk of quitting a young employee’s first job. One of the findings of the study was that people with higher education were more likely to quit their jobs than people with lower-level education. As regards work-related factors, in addition to the type of employment contract, the weekly working time and holding or not a managerial position were the important ones affecting the decision to continue or quit. Furthermore, groups of employees homogeneous in terms of the duration of their first job were identified using survival trees. We found that employees with fixed-term contracts were less likely to quit their jobs than those with permanent contracts, but working part-time.