Parametrische und nicht-parametrische Modelle in der Survivalanalyse (eBook, PDF) - Barheine, Elisabeth
18,99 €
inkl. MwSt.
Sofort per Download lieferbar
payback
0 °P sammeln
  • Format: PDF

Bachelorarbeit aus dem Jahr 2016 im Fachbereich VWL - Statistik und Methoden, Note: 1,3, Universität Hamburg (Mathematik und Statistik in den Wirtschaftswissenschaften), Sprache: Deutsch, Abstract: Ziel dieser Arbeit ist es, die grundlegenden Konzepte der Survivalanalyse, beschränkt auf Daten mit zeitunabhängigen Variablen, zu erläutern. Dabei wird der Fokus auf zwei wesentliche Modellarten, die nicht-parametrischen und die parametrischen Survivalmodelle, gelegt. Darüber hinaus soll anhand einer kritischen Auseinandersetzung mit den Modellvarianten eine Vorstellung sowohl über die…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Bachelorarbeit aus dem Jahr 2016 im Fachbereich VWL - Statistik und Methoden, Note: 1,3, Universität Hamburg (Mathematik und Statistik in den Wirtschaftswissenschaften), Sprache: Deutsch, Abstract: Ziel dieser Arbeit ist es, die grundlegenden Konzepte der Survivalanalyse, beschränkt auf Daten mit zeitunabhängigen Variablen, zu erläutern. Dabei wird der Fokus auf zwei wesentliche Modellarten, die nicht-parametrischen und die parametrischen Survivalmodelle, gelegt. Darüber hinaus soll anhand einer kritischen Auseinandersetzung mit den Modellvarianten eine Vorstellung sowohl über die unterschiedlichen Ansätze der Modellarten als auch über die Wahl eines adäquaten Modells und etwaige Weiterentwicklungen oder Vertiefungen der erläuterten Methoden zur Survivalanalyse entwickelt werden. Die Arbeit gliedert sich dabei in sieben Kapitel. Sich an die Einleitung anschließend folgt eine Erläuterung der Survivalanalyse zugrundeliegenden Konzepte sowie der Beschreibung des wichtigen Charakteristikums der Zensierung. In den weiteren Kapiteln wird deutlich, dass die Ereigniszeitanalyse aufgrund zahlreicher Unterschiede in der Art der Datenerhebung reich an Verfahren und Methoden zur Modellschätzung ist. So werden im Kapitel 3 zunächst populäre nicht-parametrische Modelle dargelegt, welche als Ausgangspunkt für die in Kapitel 4 beschriebenen parametrischen Modelle, die die Kenntnis einer Verteilung der Daten voraussetzen, dienen können. Ergänzend werden die Erkenntnisse aus den vorangegangenen Kapiteln im fünften Kapitel durch ein in der Softwareumgebung R angewandtes Beispiel veranschaulicht und einer kritischen Betrachtung unterzogen, bevor in der Schlussbetrachtung (Kapitel 6) die wichtigsten Erkenntnisse zusammengefasst und reflektiert werden. Abschließend gibt das Kapitel 7 einen Ausblick für weitere mögliche Modifikationen und Lösungsansätze, die zu einer Modellverbesserung dienen können.