Uso de métodos diagnósticos en modelos mixtos

Mostrar todas las versiones(2)

Fil: Rapelli, Cecilia. Universidad Nacional de Rosario. Facultad de Ciencias Económicas y Estadística. Escuela de Estadística. Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística; Argentina.

Detalles Bibliográficos
Autores principales:	Rapelli, Cecilia, García, María del Carmen
Formato:	poster
Lenguaje:	Español
Publicado:	2020
Materias:	Datos longitudinales Modelos mixtos Diagnósticos
Acceso en línea:	http://hdl.handle.net/11086/16899
Aporte de:	Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba

id	I10-R141-11086-16899
record_format	dspace
spelling	I10-R141-11086-168992023-08-30T13:14:19Z Uso de métodos diagnósticos en modelos mixtos Rapelli, Cecilia García, María del Carmen Datos longitudinales Modelos mixtos Diagnósticos Fil: Rapelli, Cecilia. Universidad Nacional de Rosario. Facultad de Ciencias Económicas y Estadística. Escuela de Estadística. Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística; Argentina. Fil: García, María del Carmen. Universidad Nacional de Rosario. Facultad de Ciencias Económicas y Estadística. Escuela de Estadística. Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística; Argentina. Los modelos lineales mixtos constituyen una poderosa herramienta inferencial que se utiliza para el análisis de datos longitudinales. La complejidad de estos modelos, por la presencia de efectos aleatorios, hace que la elección del mismo haya sido objeto de investigación en los últimos tiempos. La elección de un modelo adecuado para los datos involucra la utilización de criterios de bondad de ajuste y del uso de herramientas de diagnóstico para evaluar la existencia de alguna deficiencia en el modelo estimado. Una forma de verificar la influencia de un grupo de observaciones es omitirlas y observar los cambios en los estimadores mediante la distancia de Cook. Algunos autores comentaron sobre la eficacia limitada de la misma en este contexto pues, al estar orientada a la unidad, puede no ser conveniente para detectar unidades influyentes en vista de la posición relativa de las observaciones dentro y entre los sujetos y propusieron un enfoque condicional basado en medidas orientadas a la observación. La estadística es similar a la distancia de Cook pero condicional a la predicción de los efectos aleatorios. El enfoque anterior se focaliza sólo en los cambios de los coeficientes, no teniendo en cuenta la trayectoria de los casos atípicos. Una nueva herramienta diagnóstica, las sumas de cuadrados de los residuos estudentizados, se construye introduciendo una leve modificación a la expresión de los residuos, proporcionando dos valores, uno mide la desviación entre la media específica de una unidad y la media poblacional y otro que considera la distancia entre una trayectoria individual y su media específica. El gráfico de las mismas permite detectar visualmente varias unidades discordantes, sin eliminar la unidad. El propósito de este trabajo es utilizar estos enfoques para identificar valores y unidades atípicos y/o influyentes y elegir un modelo “óptimo”. Se ilustrar su uso para modelar el nivel de ácido láctico en pacientes con HIV. Fil: Rapelli, Cecilia. Universidad Nacional de Rosario. Facultad de Ciencias Económicas y Estadística. Escuela de Estadística. Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística; Argentina. Fil: García, María del Carmen. Universidad Nacional de Rosario. Facultad de Ciencias Económicas y Estadística. Escuela de Estadística. Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística; Argentina. 2020-11-24T22:37:43Z 2020-11-24T22:37:43Z 2020-10 poster http://hdl.handle.net/11086/16899 spa Atribución-NoComercial 4.0 Internacional http://creativecommons.org/licenses/by-nc/4.0/
institution	Universidad Nacional de Córdoba
institution_str	I-10
repository_str	R-141
collection	Repositorio Digital Universitario (UNC)
language	Español
topic	Datos longitudinales Modelos mixtos Diagnósticos
spellingShingle	Datos longitudinales Modelos mixtos Diagnósticos Rapelli, Cecilia García, María del Carmen Uso de métodos diagnósticos en modelos mixtos
topic_facet	Datos longitudinales Modelos mixtos Diagnósticos
description	Fil: Rapelli, Cecilia. Universidad Nacional de Rosario. Facultad de Ciencias Económicas y Estadística. Escuela de Estadística. Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística; Argentina.
format	poster
author	Rapelli, Cecilia García, María del Carmen
author_facet	Rapelli, Cecilia García, María del Carmen
author_sort	Rapelli, Cecilia
title	Uso de métodos diagnósticos en modelos mixtos
title_short	Uso de métodos diagnósticos en modelos mixtos
title_full	Uso de métodos diagnósticos en modelos mixtos
title_fullStr	Uso de métodos diagnósticos en modelos mixtos
title_full_unstemmed	Uso de métodos diagnósticos en modelos mixtos
title_sort	uso de métodos diagnósticos en modelos mixtos
publishDate	2020
url	http://hdl.handle.net/11086/16899
work_keys_str_mv	AT rapellicecilia usodemetodosdiagnosticosenmodelosmixtos AT garciamariadelcarmen usodemetodosdiagnosticosenmodelosmixtos
_version_	1782014080631963648

Uso de métodos diagnósticos en modelos mixtos

Ejemplares similares