Análisis bayesiano de Kaplan-Meier — Estimación bayesiana no paramétrica de curvas de supervivencia
El análisis bayesiano de Kaplan-Meier extiende el estimador clásico de Kaplan-Meier al colocar una distribución a priori sobre la función de supervivencia y actualizarla con datos observados de tiempo hasta el evento para obtener una distribución a posteriori completa para la curva de supervivencia. Este enfoque, arraigado en el marco del proceso de Dirichlet de Susarla y Van Ryzin de 1976, produce intervalos creíbles en lugar de intervalos de confianza y permite la incorporación coherente de conocimiento clínico previo, lo que lo hace particularmente valioso en entornos clínicos con muestras pequeñas o en fases tempranas.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Susarla, V., & Van Ryzin, J. (1976). Nonparametric Bayesian estimation of survival curves from incomplete observations. Journal of the American Statistical Association, 71(356), 897–902. DOI: 10.1080/01621459.1976.10480966 ↗
- Diaconis, P., & Freedman, D. (1986). On the consistency of Bayes estimates. The Annals of Statistics, 14(1), 1–26. DOI: 10.1214/aos/1176349830 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Nonparametric Kaplan-Meier Survival Analysis. ScholarGate. https://scholargate.app/es/epidemiology/bayesian-kaplan-meier-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Cox Proporcional de Riesgos BayesianoEpidemiología↔ compare
- Modelo de Riesgos Proporcionales de CoxEpidemiología↔ compare
- Análisis de Kaplan-MeierEpidemiología↔ compare
- Análisis de SupervivenciaEstadística para la investigación↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →