Beta-binomial/gamma-Poisson regression models for repeated bivariate counts / Modelos Beta-Binomial/Poisson-Gama para contagens bivariadas repetidas

AUTOR(ES)

Mayra Ivanoff Lora

DATA DE PUBLICAÇÃO

2008

RESUMO

Em Lora e Singer (Statistics in Medicine, 2008), propusemos um modelo Beta- Binomial/Poisson p-variado para análise dos dados provenientes de um estudo que consistiu em contar o número de tentativas e acertos de um exercício manual com duração de um minuto realizado por doentes de Parkinson, antes e depois de um treinamento. O objetivo era verificar se o treinamento aumentava o número de tentativas e a porcentagem de acerto, o que destaca o aspecto bivariado do problema. Esse modelo leva tais características em consideração, usa uma distribuição adequada para dados de contagem e ainda acomoda a sobredispersão presente na contagem dos acertos. Como generalização, inicialmente, propomos um modelo Beta-Binomial/Poisson-Gama que acomoda sobredispersão também para as contagens dos totais de tentativas, além incluir covariâncias possivelmente diferentes entre as contagens em diversos instantes de avaliação. Neste novo modelo, introduzimos um parâmetro que relaciona o total de tentativas com a probabilidade de acerto, tornando-o ainda mais geral. Obtemos estimadores de máxima verossimilhança dos parâmetros utilizando um algoritmo de Newton-Raphson. Consideramos um outro conjunto de dados provenientes do mesmo estudo para ilustração da metodologia proposta.

ASSUNTO(S)

contagens bivariadas longitudinal data efeitos aleatórios regression models sobredispersão dados longitudinais overdispersion random effects bivariate counts modelos de regressão

Documentos Relacionados

• Modelos de regressão beta-binomial/poisson para contagens bivariadas
• "Modelos lineares generalizados para análise de dados com medidas repetidas"
• Equação de estimação generalizada e influência local para modelos de regressão beta com medidas repetidas
• Bivariate response regression models with copulas: Sensitivity and residual analysis
• Inflated beta regression models