Palabras clave
k-sample tests
Double minimum algorithm
Fleming and Harrington family
Curvas de supervivencia
Tests para k-muestras
Algoritmo doble mı́nimo
familia de Fleming y Harrington
Cómo citar
Resumen
En este trabajo se desarrolla un algoritmo para la selección automática de tests para la comparación de curvas de supervivencia. El procedimiento introducido es una adaptación del algoritmo doble mínimo para la selección del parámetro de suavizado en tests suaves para la comparación de k-muestras independientes. El estudio de simulación realizado, sugiere que el método propuesto, sin llegar a igualar los resultados de una elección óptima en ninguna de las situaciones consideradas, es el más regular entre todos los tests estudiados.
Citas
Harrington D.P.; Fleming, T.R. (1982) “A class of rank test procedures for censored survival data”, Biometrika 69: 553–566.
Letón, E.; Zuluaga, P. (2006) “Cómo elegir el test adecuado para comparar curvas de supervivencia”, Medicina Clínica 127(3): 96–99.
Letón, E.; Zuluaga, P. (2002) “Survival tests for r groups”, Biometrical Journal 44: 15–27.
Martínez–Camblor, P.; Larrañaga, N.; Sarasqueta, C.; Basterretxea, M. (2009) “Esa corporeidad mortal y rosa. Análisis del cáncer de mama en Gipúzkoa en presencia de riesgos competitivos”, por aparecer en Gaceta Sanitaria.
Martínez-Camblor, P. (2008) “Estudio sobre los efectos del parámetro de suavizado en contrastes no-paramétricos para k– Muestras”, Revista Colombiana de Estadística 31(2): 157–168.
Martínez-Camblor, P.; de Uña-Álvarez, J. (2009) “Nonparametric k-sample tests: density functions vs. distribution functions”, Computational Statistics & Data Analysis 53(9): 3344–3357.
R Development Core Team (2006) R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. http://www.r-project.org