Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 5

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  survival function
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

Partially Paramertic Estimation of Survival Function in the Right-censored Data

100%
Rossa A., University of Łódź I. o. E. a. S.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2003
|
vol. 164
EN
Abstract. In many medical, biological or economic follow-up studies the subject of observation is survival, failure or duration time, that is the length of time elapsed from a specific starting point to an event of interest. In engineering applications it may be the time to failure of piece of equipment, in medical trials - time to occurrence of a particular disease or time to death of a patient due to some specific disease, in economic studies - time of being unemployed and so on. In the analysis of survival-type variables one is often faced with right-censored observations. Sometimes it is impossible to measure the true failure time of an individual due to previous occurrence of some other event called competing event, which result in interruption of observation before the event occurs. It may be withdrawal of the subject from the study or failure from some causes other the one of interest or simply limitation on the length of study. If we are only interested in failure time, then the competing events can be regarded as right-censoring the event of interest. It means that for each individual we observe either the time to failure or the time to censoring and for censored individuals we know only that the time to failure is greater then the censoring time. In reliability studies censoring is often planned in order to obtain information sooner than it is otherwise possible. Instead of testing m units until they fail, the Type I censoring design is employed in which more then m units are tested but observation is terminated earlier at the end of some specified period x*. Those units, which failed before this time yield complete observations and the rest of them is right-censored. Despite such incompleteness of the data it is often desired to estimate survival function that is the probability P(X > x) that the true failure time X in the population of individuals exceeds x. The paper deals with a problem of estimating survival function in the right-censored data. Some improvements of the well-known Kaplan - Meier estimator are discussed and their properties are studied.
PL
W pracy omówione są dwa estymatory funkcji przeżycia, będące modyfikacją estymatora Kaplana-Meiera. Podstawowe własności statystyczne estymatorów zostały porównane za pomocą metod symulacyjnych.
2
Publication available in full text mode
Content available

Alternative approach to moments of order statistics from one-parameter Weibull distribution

80%
Rai P. K., Sirohi A.
Statistics in Transition new series
|
2020
|
vol. 21
|
issue 1
169-176
EN
The Weibull distribution is used to describe various observed failures of phenomena and widely used in survival analysis and reliability theory. Sometimes it is very difficult to compute moments of such distributions due to various reasons for e.g. analytical issues, multi parameter cases etc. This study presents the computation of the moments and the expected value of the product of order statistics in the sample from the one-parameter Weibull distribution. An alternative approach in connection to survival function is used to obtain these moments and expected values. In addition the characteristic function of the above distribution is also obtained in the form of gamma functions. Further an illustration is shown to find the first two moments and expected value of the product of order statistics by using this approach.
3
Publication available in full text mode
Content available

Analiza mocy wybranych testów jednorodności czasów trwania dla populacji o rozkładzie Weibulla

61%
Sokołowski A., Denkowska S., Fijorek K., Salamaga M.
Przegląd Statystyczny
|
2013
|
vol. 60
|
issue 3
305-323
PL
W ostatnim latach testy porównywania czasu trwania zjawisk znajdują coraz więcej zastosowań w analizie zagadnień ekonomicznych. Przykładami może być analiza czasu pozostawania na bezrobociu, czasu poszukiwania pracy, czasu istnienia przedsiębiorstwa, itp. W literaturze można spotkać wiele testów do porównywania funkcji przeżycia. Autorzy niniejszego opracowania zdecydowali się przeprowadzić badania symulacyjne, których celem jest porównanie efektywności najczęściej stosowanych testów służących do porównywania czasu trwania zjawisk, w wersji zaimplementowanej w pakiecie STATISTICA. Za pomocą symulacji badano poziom błędu pierwszego rodzaju oraz moc następujących testów statystycznych służących testowaniu hipotezy zerowej głoszącej równość krzywych przeżycia w dwóch populacjach. Analizie poddano następujące testy: Wilcoxona wg. Gehana, F Coxa, Coxa-Mantela, Wilcoxona wg. Peto i Peto i log-rank. W ramach symulacji generowano próby losowe z rozkładu Weibulla.
EN
Recently, tests for comparing survival distributions become more and more popular and used in applied economics. Unemployment duration, time needed to find a new job, enterprise survival or waiting for a commodity to be sold are good examples. There are a number of tests to compare survival distributions proposed in statistical literature. The aim of this research was to analyze, by the means of computer simulations, the effectiveness of survival tests as implemented in STATISTICA software. The following tests have been outlined and compared: Wilcoxon, Geehan, Cox-Mantel, Peto & Peto and log rank. Random samples were generated from Weibull distribution.
4

Analiza i modelowanie rozwoju naukowego pracowników uczelni

51%
Hamerska M., Lula P.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2015
|
issue 7(943)
5-24
PL
Celem publikacji jest analiza procesu związanego z rozwojem naukowym pracowników uczelni wyższych. Ścieżka kariery naukowej pracownika determinowana jest momentem uzyskania stopnia lub tytułu naukowego oraz obejmowaniem coraz wyższych w hierarchii naukowej stanowisk. Rozwój naukowy zależy od stopnia zaangażowania pracownika, przepisów prawa oraz polityki personalnej prowadzonej w uczelni. W celu utworzenia modelu rozwoju naukowego autorzy wykorzystali metody analizy przeżycia. Dane wykorzystane do analizy związane są z momentem uzyskania stopnia doktora habilitowanego oraz tytułu profesora przez pracowników Uniwersytetu Ekonomicznego w Krakowie w latach 1970–2014.
EN
The aim of the paper is to analyse the process associated with scientific development of faculty at institutions of higher learning. The career path of a member of faculty is determined by the scientific degree and titles he or she earns or by taking up consecutive positions at university. The development is determined by the faculty member’s personal involvement, regulations and the personnel policy of the university. In this paper, survival analysis was the main tool used to create a model of scientific development. The data used for the analysis concern PhD degrees earned and professorships conferred uponfaculty members at the University of Economicsin Cracow in the years 1970–2014.
5
Publication available in full text mode
Content available

Badanie ubóstwa z zastosowaniem nieparametrycznej estymacji funkcji przeżycia dla zdarzeń powtarzających się

51%
Sączewska-Piotrowska A.
Przegląd Statystyczny
|
2015
|
vol. 62
|
issue 1
29-51
PL
W artykule przeprowadzono analizę czasu trwania gospodarstw domowych w sferze ubóstwa oraz w sferze poza ubóstwem. W tym celu wykorzystano estymatory funkcji prze-życia dla zdarzeń powtarzających się: estymator Wanga-Changa oraz dwa estymatory za-proponowane przez Peñę, Strawdermana i Hollandera (IIDPLE oraz FRMLE). Na podstawie uzyskanych wyników można stwierdzić, że prawdopodobieństwo przeżycia gospodarstw domowych w sferze poza ubóstwem przez długi czas jest większe niż w przypadku przeżycia w sferze ubóstwa. Bazując na graficznej metodzie uznano, że najlepszym estymatorem funkcji przeżycia w sferze ubóstwa i w sferze poza ubóstwem jest FRMLE. Oznacza to, że założenie o niezależności i takich samych rozkładach czasów oczekiwania na wystąpienie kolejnych zdarzeń w obrębie gospodarstw domowych nie jest słuszne.
EN
The article analyses households’ poverty and nonpoverty duration. For this purpose survival function estimators for recurrent events were used: Wang-Chang estimator and two estimators proposed by Peña, Strawderman and Hollander (IIDPLE and FRMLE). We can conclude that survival probability for a long time out of poverty is greater than in the case of survival in poverty. Based on the graphical method we can conclude that the best estimator of survival in poverty and out of poverty is FRMLE. It means that we cannot assume that interoccurrence times within households are independent and identically distributed.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.