Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas

Detalhes bibliográficos
Autor(a) principal: Matos, Larissa Avila, 1987-
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1617732
Resumo: Orientador: Víctor Hugo Lachos Dávila
id UNICAMP-30_12b9e6c904596f9ff125f39baf6ab0fb
oai_identifier_str oai::858027
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadasLinear and nonlinear mixed-effects models with censored response using the multivariate normal and Student-t distributionsModelos lineares (Estatística)Modelos não lineares (Estatística)Estimativa de parâmetroLinear models (Statistics)Nonlinear models (Statistics)Parameter estimationOrientador: Víctor Hugo Lachos DávilaDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação CientíficaResumo: Modelos mistos são geralmente usados para representar dados longitudinais ou de medidas repetidas. Uma complicação adicional surge quando a resposta é censurada, por exemplo, devido aos limites de quantificação do ensaio utilizado. Distribuições normais para os efeitos aleatórios e os erros residuais são geralmente assumidas, mas tais pressupostos fazem as inferências vulneráveis, 'a presença de outliers. Motivados por uma preocupação da sensibilidade para potenciais outliers ou dados com caudas mais pesadas do que a normal, pretendemos desenvolver nessa dissertação, inferência para modelos lineares e não lineares de efeito misto censurados (NLMEC / LMEC) com base na distribui ção t- Student multivariada, sendo uma alternativa flexível ao uso da distribuição normal correspondente. Propomos um algoritmo ECM para computar as estimativas de máxima verossimilhança para os NLMEC / LMEC. Este algoritmo utiliza expressões fechadas no passo-E, que se baseia em fórmulas para a média e a variância de uma distribui ção t-multivariada truncada. O algoritmo proposto é implementado, pacote tlmec do R. Também propomos aqui um algoritmo ECM exato para os modelos lineares e não lineares de efeito misto censurados, com base na distribuição normal multivariada, que nos permite desenvolver análise de influência local para modelos de efeito misto com base na esperança condicional da função log-verossilhança dos dados completos. Os procedimentos desenvolvidos são ilustrados com a análise longitudinal da carga viral do HIV, apresentada em dois estudos recentes sobre a AIDSAbstract: Mixed models are commonly used to represent longitudinal or repeated measures data. An additional complication arises when the response is censored, for example, due to limits of quantification of the assay used. Normal distributions for random effects and residual errors are usually assumed, but such assumptions make inferences vulnerable to the presence of outliers. Motivated by a concern of sensitivity to potential outliers or data with tails longer-than-normal, we aim to develop in this dissertation inference for linear and nonlinear mixed effects models with censored response (NLMEC/LMEC) based on the multivariate Student-t distribution, being a flexible alternative to the use of the corresponding normal distribution. We propose an ECM algorithm for computing the maximum likelihood estimates for NLMEC/LMEC. This algorithm uses closed-form expressions at the E-step, which relies on formulas for the mean and variance of a truncated multivariate-t distribution. The proposed algorithm is implemented in the R package tlmec. We also propose here an exact ECM algorithm for linear and nonlinear mixed effects models with censored response based on the multivariate normal distribution, which enable us to developed local influence analysis for mixed effects models on the basis of the conditional expectation of the complete-data log-likelihood function. The developed procedures are illustrated with two case studies, involving the analysis of longitudinal HIV viral load in two recent AIDS studiesMestradoEstatísticaMestre em Estatística[s.n.]Lachos Dávila, Víctor Hugo, 1973-Motta, Mariana RodriguesCabral, Celso Rômulo BarbosaUniversidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação CientíficaPrograma de Pós-Graduação em EstatísticaUNIVERSIDADE ESTADUAL DE CAMPINASMatos, Larissa Avila, 1987-2012info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf77 f. : il.https://hdl.handle.net/20.500.12733/1617732MATOS, Larissa Avila. Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas. 2012. 77 f. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1617732. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/858027porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T06:37:11Zoai::858027Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T06:37:11Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas
Linear and nonlinear mixed-effects models with censored response using the multivariate normal and Student-t distributions
title Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas
spellingShingle Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas
Matos, Larissa Avila, 1987-
Modelos lineares (Estatística)
Modelos não lineares (Estatística)
Estimativa de parâmetro
Linear models (Statistics)
Nonlinear models (Statistics)
Parameter estimation
title_short Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas
title_full Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas
title_fullStr Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas
title_full_unstemmed Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas
title_sort Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas
author Matos, Larissa Avila, 1987-
author_facet Matos, Larissa Avila, 1987-
author_role author
dc.contributor.none.fl_str_mv Lachos Dávila, Víctor Hugo, 1973-
Motta, Mariana Rodrigues
Cabral, Celso Rômulo Barbosa
Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica
Programa de Pós-Graduação em Estatística
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Matos, Larissa Avila, 1987-
dc.subject.por.fl_str_mv Modelos lineares (Estatística)
Modelos não lineares (Estatística)
Estimativa de parâmetro
Linear models (Statistics)
Nonlinear models (Statistics)
Parameter estimation
topic Modelos lineares (Estatística)
Modelos não lineares (Estatística)
Estimativa de parâmetro
Linear models (Statistics)
Nonlinear models (Statistics)
Parameter estimation
description Orientador: Víctor Hugo Lachos Dávila
publishDate 2012
dc.date.none.fl_str_mv 2012
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1617732
MATOS, Larissa Avila. Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas. 2012. 77 f. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1617732. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/1617732
identifier_str_mv MATOS, Larissa Avila. Modelos lineares e não lineares de efeitos mistos para respostas censuradas usando as distribuições normal e t-Student multivariadas. 2012. 77 f. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1617732. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/858027
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
77 f. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189076524335104