Una metodología híbrida para el modelo de riesgo proporcional de cox

Abstract

Se propone una metodología que utiliza la sinergia entre la estadística y la inteligencia artificial para obtener estimaciones de los parámetros del modelo de riesgo proporcional de Cox usando la estructura de la neurona neo difusa propuesta por Yamakawa en 1994. La metodología consta de tres etapas divididas a su vez en fases para obtener las estimaciones en cuestión. Se usaron datos de tres complejos de la industria venezolana CVG-Venalum. La metodología propuesta da resultados con intervalos de confianza más precisos que los obtenidos por la metodología de Cox.