Sağkalım Analizinde Kantil Regresyon ve Parametrik Regresyon Modellerinin Performanslarının Karşılaştırılması. Bu çalışmada, farklı örneklem büyüklüklerine göre simülasyon ile türetilen sağkalım veri setleri ile homojen, heterojen yapıdaki sağkalım verilerinde KR ile PR modellerinin sağkalım sürelerini tahmin etmedeki performanslarının karşılaştırılması ve minimum hataya sahip modelin belirlenmesi hedeflendi. Ayrıca çalışmanın uygulama aşaması için R yazılım programı kullanılarak simülasyon uygulaması için bir algoritma oluşturuldu. Bu algoritma yardımıyla, heterojen yapıda türetilmiş veri setleri ve gerçek veri setleri üzerinde hem PR modellerinin hem de KR modelinin sağkalım analizindeki performansları, HKOK ve OMH kriterlerine göre karşılaştırıldı. Yapılan simülasyon çalışması sonunda, farklı örneklem büyüklüklerinde KR modelinin hatalarının, her iki kritere göre minimum olduğu gözlendi. PR modelleri arasında, HKOK kriterine göre minimum hata değerine sahip olan modelin log-normal regresyon; OMH kriterine göre minimum hata değerine sahip olan modelin log-lojistik regresyon; her iki kritere göre maksimum hata değerine sahip olan modelin Weibull regresyon modeli olduğu belirlendi. Homojen ve heterojen yapıdaki meme kanseri veri setlerinin uygulamasında, KR yönteminin performansının PR yöntemlerinden daha iyi olduğu gözlendi. Homojen yapıdaki meme kanseri veri seti ve heterojen yapıdaki gbcs veri seti için HKOK ve OMH kriterlerine göre minimum hatanın KR modelinde olduğu belirlendi. PR modelleri arasında, homojen yapıdaki meme kanseri veri setinde HKOK ve OMH kriterleri bakımından minimum hataya sahip olan modelin log-lojistik regresyon modeli olduğu; heterojen yapıdaki gbcs veri setinde ise her iki kritere göre minimum hataya sahip olan modellerin sırasıyla log-normal ve log-lojistik regresyon modelleri olduğu sonucuna ulaşıldı. Sonuç olarak, sağkalım analizinde KR yöntemi, hem homojen hem de heterojen yapıdaki veri setleri için PR yöntemlerine göre daha iyi performans göstermektedir.
Comparison of the performances of Quantile Regression and Parametric Regression Models in Survival Analysis. In this study, it is aimed to compare the performances of QR and PR models in predicting survival time in survival dataset created by a simulation according to different sample sizes and the survival dataset which have homogeneous, heteregenous structure and is aimed to determine a model with minimum error. Besides, an algorithm is created by using R software for simulation practice in the application step of the study. By means of this algorithm; on real data sets and the data sets produced in heterogeneous structure, both PR models and QR models are compared in terms of the performance in survival analysis according to RMSE and MAE criteria. In the end of the simulation practice, it is determined that the errors of the QR model are minimum according to both two criteria and in different sample sizes. Among PR models, it is found that the model with minimum error according to RMSE is the lognormal regression; the model with minimum error according to MAE is log-logistic regression and the model with maximum error according to both two criteria is Weibull regression model. In the application of homogenous and heterogeneous breast cancer data sets; it is found that the performance of the QR method is better than PR models. For the homogeneous breast cancer data set and heterogeneous gbcs data set; according to RMSE and MAE criteria, the minimum error is found in QR model. Among PR models and according to RMSE and MAE criteria; in homogenous breast cancer data set, it is found that the model with minimum error is log-logistic; in heterogenous gbcs data set, it is found that the models with minimum error are log-normal and log-logistic, respectively. As a result; for both homogeneous and heteregeneous data sets, QR method has better performance than PR methods in survival analysis.
