National and Kapodistrian University of Athens
Μπεϋζιανή μετα-ανάλυση δεδομένων αρίθμησης
Abstract
dc:descriptionΣκοπός της διπλωματικής εργασίας είναι η χρήση παραμετρικών μοντέλων για την ανάλυση δεδομένων αρίθμησης (count data) στο πλαίσιο της μετα-ανάλυσης. Δεδομένα αρίθμησης αφορούν γεγονότα τα οποία μπορεί να συμβούν παραπάνω από μία φορές, χωρίς θεωρητικά να υπάρχει μέγιστος αριθμός φορών. Παραδείγματα ιατρικών δεδομένων αρίθμησης είναι ο αριθμός καρδιακών προσβολών και ο αριθμός κρίσεων άσθματος που συμβαίνουν σε έναν ασθενή. Πιο συγκεκριμένα, η παρούσα εργασία εστιάζει στη μελέτη συσχετισμένων ζευγών δεδομένων αρίθμησης. Τέτοια δεδομένα, για παράδειγμα, αφορούν τον αριθμό των μολύνσεων του επιπεφυκότα (επιπεφυκίτιδα) στα μάτια ενός ανθρώπου ή ο αριθμός των μεταλλάξεων σε κάποιο γονίδιο για ζεύγη διδύμων. Η ανάλυσή μας βασίστηκε στο διμεταβλητό μοντέλο παλινδρόμησης Poisson και έγινε με Μπεϋζιανές μεθόδους. Κατασκευάσαμε έναν αλγόριθμο Markov Chain Monte Carlo (MCMC) που βασίζεται στον αλγόριθμο Random-Walk Metropolis-Hastings και την τεχνική της αύξησης δεδομένων (data augmentation).Στο πλαίσιο της μετα- ανάλυσης, χρησιμοποιήσαμε τα μοντέλα των σταθερών (fixed-effect model) και των τυχαίων επιδράσεων (random-effect model).Η ανάλυσή μας έγινε σε προσομοιωμένα δεδομένα για να ελεγχθεί η απόδοση του μοντέλου μας. Με την προσομοίωση διαπιστώσαμε ότι το μοντέλο εκτιμά με αρκετή ακρίβεια τις πραγματικές τιμές των παραμέτρων τόσο από το μοντέλο των σταθερών όσο και από το μοντέλο των τυχαίων επιδράσεων.Η ακρίβεια των εκτιμήσεων αυξάνει καθώς μεγαλώνει το μέγεθος του δείγματος.
Author and committee
dc:creator, dc:contributor.*- Author dc:creator
-
- Κίκερη Μαρία
Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:1312811