Análise de agrupamento para a avaliação de identidade de modelos não-lineares em análise de sobrevivência

Abstract

O objetivo desse trabalho foi comparar modelos não-lineares ajustados aos dados de sobrevivência de formigas submetidas a diferentes tratamentos através de metodologia alternativa. Essa metodologia consistiu no uso da técnica de análise de agrupamento, método de Ward, para a identidade de modelos usados em análise de sobrevivência. Os dados utilizados neste trabalho são referentes a um experimento realizado no laboratório de entomologia da Universidade Federal de Viçosa. Foi também utilizado um conjunto de dados simulado com base na distribuição de Weibull. Inicialmente aplicou-se técnica não paramétrica, estimador Kaplan-Meier, a fim de estimar as curvas de sobrevivência de cada tratamento e, em seguida, o teste logrank para a comparação dessas curvas. Para os dados reais foi ajustado o modelo logístico aos tempos de sobrevivência, enquanto que, para os dados simulados foi ajustado o modelo de Weibull. Para cada caso agrupou-se os parâmetros estimados de cada modelo utilizando-se as técnicas de análise de agrupamento. Os resultados encontrados pelo agrupamento foram equivalentes aos do teste logrank. Concluiu-se que a metodologia proposta mostrou ser eficiente e menos trabalhosa, quando várias curvas de sobrevivência precisam ser comparadas.The aim of this study was to compare non-linear models fitted to data on survival of ants under different treatments using alternative methodology. This methodology consists of using the technique of cluster analysis, Ward's method, to evaluate the identity of models used in survival analysis. The data used in this work are related to an experiment conducted in the entomology laboratory of the Federal University of Viçosa, Brazil. It also used a set of simulated data based on the Weibull distribution. Originally was applied a nonparametric technique, Kaplan- Meyer estimator, to estimate the survival curves, then the logrank test for comparison of these curves. For the real dataset it was fitted a logistic model of survival times, while for the simulated data it was fitted a Weibull model. The estimates of the parameters of each fitted model were grouped using the technique of cluster analysis. The results found by the grouping were equivalent to that by the logrank test. It is concluded that the proposed methodology showed to be efficient and less laborious, mainly when many survival curves need to be compared.