Discutir e abordar a modelagem de curvas de sobrevida e suas aplicações em Ciências Atuariais. Permitir que o aluno desenvolva o arcabouço matemático e estatístico e que consiga aplicar as técnicas por meio de ferramenta computacional.
1. Estimação Empírica de Curvas de Sobrevida. 2. O Modelo de Riscos Proporcionais de Cox. 3. Modelos Paramétricos de Curvas de Sobrevida.
1. Definindo a Variável Aleatória Tempo de Vida Futuro: Função Densidade de Probabilidade, Função Acumulada, Função de Sobrevida, Função de Risco e Função de Risco Acumulada. 2. Estimação Empírica de Curvas de Sobrevida: o Procedimento de Kaplan-Meier e o Teste de LogRank. 3. O Modelo de Riscos Proporcionais de Cox: Estimação e Aplicação Empírica em Demografia. 4. O Modelo de Riscos Proporcionais de Cox: Outras Aplicações em Ciências Atuariais (exemplo: Modelos de Abandono de Clientes). 5. Modelos Paramétricos de Curvas de Sobrevida: Os Casos das Distribuições Exponencial e Weibull.
BIBLIOGRAFIA BÁSICA: CLEVES, M.; GUTIERREZ, R. G.; GOULD, W.; MARCHENKO, Y. V. An Introduction to Survival Analysis Using Stata. 3. ed. Lakeway Drive: Stata Press. FÁVERO, L. P.; BELFIORE, P. Manual de Análise de Dados: Estatística e Modelagem Multivariada com Excel, SPSS e Stata. 1ª Edição. Rio de Janeiro: Ed. Campus Elsevier, 2017. KLEINBAUM, D. G.; KLEIN, M. Survival Analysis – A Self-Learning Text. 3. ed. New York: Springer, 2012. BIBLIOGRAFIA COMPLEMENTAR: KLEIN, J. P.; MOESCHBERGER, M. L. Survival Analysis: Techniques for Censored and Truncated Data. 1. ed. New York: Springer, 2010. MOORE, D. F. Applied Survival Analysis Using R. 1. ed. New York: Springer, 2016.
