Métodos de imputação múltipla para GEE em estudos longitudinais

AUTOR(ES)

Jose Luiz Padilha da Silva

DATA DE PUBLICAÇÃO

2011

RESUMO

Em estudos longitudinais, dados ausentes constituem um grande desafio para analise. A presente dissertação mostra como dados ausentes podem apresentar grande impacto na estimação de quantidades de interesse quando se opta pelo modelo GEE como método de analise. Esse método flexível por não requerer a especificação da distribuição da variável resposta do indivíduo apresenta estimativas válidas dos coeficientes de regressão apenas na situação MCAR, isto é, quando a perda ocorre completamente ao acaso. Como essa suposição é raramente encontrada na pratica, exploramos outro mecanismo de perda de dados. A fim de corrigir o vício nas estimativas dos coeficientes de regressão, focamos na imputação múltipla, técnica proposta por Little &Rubin (1987) e que tem recebido grande destaque na literatura. Consiste em predizer os valores ausentes de forma a obter conjuntos de dados completos que podem ser analisados por meio de métodos padrão de análise. Abordamos cinco métodos de imputação de dados: três dos quais consideram um modelo de regressão e dois utilizam alguma forma de pareamento. Além dos resultados de simulação, em que comparamos os desempenhos desses diferentes métodos de imputação, entre eles um proposto, apresentamos também uma aplicação com dados reais. Os resultados indicam que a imputação de dados é uma ferramenta adequada para remover o vício das estimativas no modelo GEE, sendo o maior ganho obtido com métodos baseados em regressão.

ASSUNTO(S)

estatística teses. método longitudinal teses. análise de regressão teses. ausencia de dados (estatística) teses.

Documentos Relacionados

• Comparação de métodos de imputação única e múltipla usando como exemplo um modelo de risco para mortalidade cirúrgica
• Imputação múltipla livre de distribuição em tabelas incompletas de dupla entrada
• Modelo de Imputação Múltipla para Estimar Dados de Precipitação Diária e Preenchimento de Falhas
• Imputação múltipla em grandes dados identificáveis para pesquisa educacional: um exemplo do sistema brasileiro de avaliação educacional
• Imputação múltipla livre de distribuição em matriz de interação por meio de decomposição por valor singular