Application of inverse probability weights in survival analysis
نویسندگان
چکیده
منابع مشابه
Adjusted survival curves with inverse probability weights
Kaplan-Meier survival curves and the associated nonparametric log rank test statistic are methods of choice for unadjusted survival analyses, while the semiparametric Cox proportional hazards regression model is used ubiquitously as a method for covariate adjustment. The Cox model extends naturally to include covariates, but there is no generally accepted method to graphically depict adjusted s...
متن کاملInverse probability weighted estimation in survival analysis
Modern epidemiologic and clinical studies aimed at analyzing a time to an event endpoint T routinely collect, in addition to (possibly censored) information on T, high dimensional data often in the form of baseline (i.e. timeindependent covariates V (0)) and time-varying covariates V (t) , t > 0, measured at frequent intervals. Scientific interest, however, often focuses on a low dimensional fu...
متن کاملoptimal joint survival probability of xl reinsurance contracts in iran insurance company
اگر تنها یک صنعت جهت حفظ تعادل در بازار جهانی ضروری باشد، می توان ادعا نمود که آن صنعت بیمه است. صنعت بیمه بدون کمک صنعت بیمه اتکایی قادر به انجام وظیفه خویش نخواهد بود. اکثر تحقیقات انجام گرفته در زمینه بیمه اتکایی تنها با در نظر گرفتن منافع شرکت بیمه شده بوده است و منافع شرکت بیمه گر اتکایی کمتر مورد توجه بوده است. در این رساله با در نظر گرفتن منافع همزمان هر دو شرکت بیمه گذار اصلی و بیمه گر ...
15 صفحه اولanalysis of ruin probability for insurance companies using markov chain
در این پایان نامه نشان داده ایم که چگونه می توان مدل ریسک بیمه ای اسپیرر اندرسون را به کمک زنجیره های مارکوف تعریف کرد. سپس به کمک روش های آنالیز ماتریسی احتمال برشکستگی ، میزان مازاد در هنگام برشکستگی و میزان کسری بودجه در زمان وقوع برشکستگی را محاسبه کرده ایم. هدف ما در این پایان نامه بسیار محاسباتی و کاربردی تر از روش های است که در گذشته برای محاسبه این احتمال ارائه شده است. در ابتدا ما نشا...
15 صفحه اولRobust Estimation of Inverse Probability Weights for Marginal Structural Models
Marginal structural models (MSMs) are becoming increasingly popular as a tool to make causal inference from longitudinal data. Unlike standard regression models, MSMs can adjust for time-dependent observed confounders while avoiding the bias due to the adjustment for covariates affected by the treatment. Despite their theoretical appeal, a main practical difficulty of MSMs is the required estim...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Journal of Nuclear Cardiology
سال: 2015
ISSN: 1071-3581,1532-6551
DOI: 10.1007/s12350-015-0157-9