Bayesian semiparametric inference for the AFT model, using N-IG mixture prior

In questo lavoro seguiamo un’impostazione semiparametrica nell’ambito della statistica Bayesiana per un modello AFT (Accelerated Failure Time), che individua una relazione log-lineare fra i tempi di sopravvivenza e un vettore di covariate. La componente d’errore nel modello viene considerata come una mistura di densità parametriche con supporto sui reali positivi, con distribuzione misturante non parametrica, per la quale proponiamo la legge del processo N-IG (Normalized inverse-Gaussian), costruita a partire dalle leggi finito dimensionali gaussiane inverse (modello N-IG mistura). In particolare confrontiamo l’efficacia del modello proposto con quella del corrispondente modello costruito a partire dal processo di Dirichlet (modello DPM).