Modelos longitudinais mistos com correlação serial nos erros

AUTOR(ES)
DATA DE PUBLICAÇÃO

1994

RESUMO

O presente trabalho apresenta alguns modelos lineares para dados longitudinais observados no tempo, enfocando-se o modelo de efeitos mistos. A matriz de covariância associada a esse modelo pode ser representada de forma estruturada. O interesse do trabalho é estudar formas da matriz de covariância que requerem poucos parâmetros a serem estimados (parcimoniosidade). Como os dados são observados ao longo do tempo, uma forma de parametrização parcimoniosa pode ser obtida através de estruturas de correlação temporal nos erros ou nos efeitos aleatórios. Apesar das variedades de estruturas temporais existentes, o que nos interessa estudar são estruturas simples como o AR( 1) e algumas variações, pois, em séries curtas, essas estruturas simples podem ser aproximações razoáveis de estruturas mais complexas. Discute-se também algumas questões sobre o problema da escolha do modelo adequado e alguns critérios de seleção do modelo. Essencialmente, a abordagem de estimação dos parâmetros do modelo de efeitos mistos é via máxima verossimilhança (MV) e MV restringi da. Para o cálculo numérico das estimativas, alguns algo ritmos numéricos são apresentados brevemente como o método de Newton-Raphson e o filtro de Kalman (este último é um algo ritmo útil para o cálculo da verossimilhança e das predições dos efeitos aleatórios). Algumas técnicas de diagnóstico são apresentadas como, por exemplo, o gráfico de probabilidade normal ponderado para checar a hipótese de normalidade dos efeitos aleatórios e o uso do semivariograma empírico para checar existência ou não de estrutura de correlação nos resíduos. O trabalho fornece apenas uma visão geral sobre modelos lineares em dados longitudinais. Dada a abrangência do tema é impossível tratar de todos os aspectos de forma detalhada. Desta forma, certas abordagens não serão consideradas, como a abordagem Bayesiana, ou foram dadas de forma superficial, como o algo ritmo EM, por exemplo

ASSUNTO(S)

modelos lineares (estatistica) estudos longitudinais estimativa de parametro

ACESSO AO ARTIGO

Documentos Relacionados