AI Summary & Key Takeaways
AI InsightReal time data examples are also considered for the discussed confidence intervals.
📌 3 Key Takeaways
Abstract
Weibull distribution plays an important role in the analysis of survival or life time data. Previous articles presented a confidence interval estimate of survival function using Cox’s proportional hazard model with covariates. The idea is more recently extended to the exponential distribution and exponential proportional hazard model, respectively. The same idea may be extended to the Weibull distribution which provides that the survival times have a Weibull distributed with random variable. In this study, we formed confidence interval for Weibull survival function in any values of the survival time in the data. Real time data examples are also considered for the discussed confidence intervals.
Özet
Weibull Dağılımı, sağ kalım analizlerinde veya gerçek hayat verilerinde önemli bir rol oynamaktadır. Daha önce yapılan çalışmalarda, ortak değişkenli orantılı Cox hazard modeli kullanarak güven aralığı tanıtılmıştır. Bu fikir daha çok üstel orantılı hazard fonksiyonu ile üstel dağılımın birlikte kullanımlarının genişletilmiş hali olmaktadır. Verilerin sağ kalım zamanlarının Weibull dağılımı göstermesi sonucu ile yukarıdaki fikre benzer şekilde verilere Weibull sağ kalım fonksiyonu uygulanabilmektedir. Bu çalışmada, verideki sağ kalım zamanlarındaki herhangi bir değere ait Weibull sağ kalım fonksiyonu için güven aralığı oluşturulmuştur. Önerilen güven aralığı için gerçek zaman verisi üzerinde uygulama yapılarak tartışılmıştır.nential proportional hazard model, respectively. The same idea may be extended to the Weibull distribution which provides that the survival times have a Weibull distributed with random variable. In this study, we formed confidence interval for Weibull survival function in any values of the survival time in the data. Real data examples are also considered for the discussed confidence intervals.