Superficie de respuesta con bloques en supervivencia

Abstract

In this work, a methodology is proposed to fit a survival model to a response surface in the presence of blocks, in order that this methodology allows improving the estimation of parameters and prediction in models where the variable of interest is observed in of time. Also, was developed an adaptation of the classical correction methods for ties data to the proposed methodology. Theoretical development was carried out for the construction, estimation, and validation of assumptions, which was developed using the Cox proportional hazard model and the response surfaces methodology. To evaluate the performance of the methodology in comparison with other methodologies, real and simulated data were used. The results also show the fact that by combining the proportional hazards model with the response surfaces methodology, it is possible to identify the levels of the treatments that optimize the response variable. Finally, it is concluded that this methodology has the advantage of being able to include a local control (block) that allows reducing experimental error, improving efficiency by detecting minor differences between treatments, which allows making comparisons over the treatments more reliable.

En este trabajo se propone una metodología para ajustar un modelo de supervivencia a una superficie de respuesta en presencia de bloques, con la finalidad de que dicha metodología permita mejorar la estimación de parámetros y predicción en modelos donde la variable de interés es observada en el tiempo hasta la ocurrencia de un evento. Se llevó a cabo el desarrollo teórico para la construcción, estimación y validación de supuestos, utilizando como base el modelo de riesgos proporcionales de Cox y la metodología de superficies de respuesta. Asimismo, se desarrolló una adaptación de los métodos clásicos de corrección de empates para la metodología propuesta. Para evaluar el desempeño de la metodología en comparación con otras metodologías se utilizaron datos reales y simulados. Los resultados ponen en evidencia el hecho de que al combinar el modelo de riesgos proporcionales con la metodología de superficies de respuesta se puede identificar los niveles de los tratamientos que optimizan la variable respuesta. Finalmente, se concluye que esta metodología tiene la ventaja de poder incluir un control local (bloque) que permite reducir el error experimental, mejorar la eficiencia al detectar menores diferencias entre los tratamientos, con lo cual se pueden hacer comparaciones de los tratamientos más confiables. (Texto tomado de la fuente).