La función de supervivencia

S(t) = P(T > t)

La grafica de S(t) se denomina curva de supervivencia

F(t) = P(T ≤ t) = 1−S(t)

La función S(t) es complementaria a la función de distribución

de T
 La función de densidad
z

Función de riesgo

lim 𝑃 (𝑡 < 𝑇 <𝑡 +∆ 𝑡 , 𝑥 >𝑡 )

  ∆𝑡→∞
h (𝑡)=
𝑃 (𝑇 >𝑡 ) ∆ 𝑡

𝑇
  >𝑏
𝑡  < 𝑇 <𝑡 +∆ 𝑡

𝑡  𝑡+
  ∆𝑡
z
  𝐥𝐢𝐦 𝑷 (𝒕 < 𝑻 <𝒕 +∆ 𝒕 )
∆𝒕→𝟎
𝒉 (𝒕)=
𝑷 (𝑻 >𝒕 ) ∆ 𝒕

Utilizaremos P(T>t)=S(t)

Remplazando tendremos :

Función de
  𝐥𝐢𝐦 𝑷 (𝑻 <𝒕 + ∆ 𝒕 ) − 𝑷 (𝑻 <𝒕 ) densidad
∆𝒕→𝟎
𝒉 (𝒕)=
𝑺 (𝒕 ) ∆ 𝒕

𝒇 (𝒕 )
𝒉  ( 𝒕 ) =
𝑺 (𝒕 )
 Estimador de Kaplan-Meier
z
 Sean t(1), . . . , t(s) con s ≤ n los tiempos de fallo distintos ordenados.

 Sean:

 nj : número de individuos en riesgo en el instante t(j) .

 dj : número de individuos que fallan en el tiempo t(j) .

El estimador de Kaplan-Meier de S(t) se define como:

Notar que el estimador está bien definido pues nj ≥ 1 y nj ≥ dj .

 El modelo de Cox de riesgos proporcionales
z
Formulación del modelo
Definen al sujeto en estudio del siguiente modo:

Si incluimos el subíndice i para denotar a un sujeto determinado, el modelo (1) se podría re-
escribir como:

A la función h t 0 ( ) se la denomina “función de riesgo basal” y corresponde al riesgo de

un individuo que tiene como valor en todos los predictores 0, el cual sería el “individuo
de referencia” de cara a la interpretación posterior del análisis: