A Log-Beta Rayleigh Lomax Regression Model

Abstract

For the first time, a location-scale regression model based on the logarithm of an extended Raleigh Lomax distribution which has the ability to deal and model of any survival data than classical regression model is introduced. We obtain the estimate for the model parameters using the method of maximum likelihood by considering breast cancer data. In addition, normal probability plot of the residual is used to detect the outliers and evaluate model assumptions. We use a real data set to illustrate the performance of the new model, some of its submodels and classical models consider in the study. Also, we perform the statistics AIC, BIC and CAIC to select the most appropriate model among those regression models considered in the study.

Pour la première fois, un modèle location-scale regression base sur une extension de la distribution de Raleigh Lomaz ayant la capacité de modéliser tous les types de regression (classiques et non-classiques) données de survie est proposé. Les estimations de paramètres sont faites et appliquées aux données sur le cancer du sein. Avec des données réelles, le modèle est evalué ainsi que certains de ses sous-modèles. Entre autres outils de décision,les critères AIC, BIC and CAIC pour la sélection de modèles. L'étude graphique des résidus est utilisée pour détecter les valeurs aberrantes et pour évaluer les nouvelles méthodes.