fa مدل‌بندی فضایی داده‌های بقای سانسور شده جبر alg علمی پژوهشی کاربردی S <p dir="RTL" style="margin-right:1.0cm;">در تحلیل بقا تشخیص منابع خطر برای مجموعه داده&shy;های بقا اهمیت ویژه&shy;ای دارد. برخی از این عوامل قابل شناسایی هستند و در قالب متغیرهای تبیینی در مدل&shy;هایی مانند مدل مخاطرات متناسب کاکس قابل بیانند. اما برخی دیگر از این عوامل خطر، ناشناخته و قابل شناسایی یا اندازه&shy;گیری نیستند. یکی از این منابع تأثیرگذار، هم‌بستگی فضایی میان داده&shy;های بقای سانسور شده است که در پژوهش‌هایی که تا کنون صورت گرفته کم‌تر به آن توجه شده است. این مقاله مدل بقای فضایی برای تحلیل داده&shy;های بقای فضایی زمین آماری راست سانسور معرفی می&shy;شود و با پژوهشی شبیه&shy;سازی کارایی مدل&shy;های کاکس، شکنندگی و بقای فضایی در برازش به این‌گونه داده&shy;های بقا بررسی می‌شود. سپس نحوۀ کاربست مدل بقای فضایی برای تحلیل داده&shy;های مربوط به زمان ابتلا به بیماری سرکوسپوریوز در باغات زیتون نشان داده&shy; شده است.</p> <p>An important issue in survival data analysis is the identification of risk factors. Some of these factors are identifiable and explainable by presence of some covariates in the Cox proportional hazard model, while the others are unidentifiable or even immeasurable. Spatial correlation of censored survival data is one of these sources that are rarely considered in the literatures. In this paper, a spatial survival model is introduced to analyze such kinds of data. Then a simulation method is introduced to study the performance of Cox, frailty and spatial survival models for modeling spatially correlated survival data. Next, the proposed spatial survival model is used to model the time disease of Cercosporiose in olive trees. Finally, results and discussion are presented</p> مدل مخاطرات متناسب کاکس,عوامل خطرناشناخته, اثر تصادفی فضایی, مدل بقای فضایی Cox proportional hazards model, Unknown risk factors, Spatial random effect, Spatial Survival model. 61 70 http://mmr.khu.ac.ir/browse.php?a_code=A-10-41-19&slc_lang=fa&sid=1 K Motarjem کیومرث مترجم 10031947532846001139 10031947532846001139 Yes Department of Statistics, Tarbiat Modares University گروه آمار، دانشگاه تربیت مدرس M Mohammadzadeh محسن محمدزاده 10031947532846001140 10031947532846001140 No Department of Statistics, Tarbiat Modares University گروه آمار، دانشگاه تربیت مدرس A Abyar آمنه آبیار 10031947532846001141 10031947532846001141 No Department of Statistics, Tarbiat Modares University گروه آمار، دانشگاه تربیت مدرس