Modelos para análise de dados discretos longitudinais com superdispersão (2012)
- Authors:
- Autor USP: RIZZATO, FERNANDA BÜHRER - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LME
- Subjects: ANÁLISE DE DADOS LONGITUDINAIS; DISTRIBUIÇÃO DE POISSON; INFERÊNCIA BAYESIANA; MODELOS LINEARES GENERALIZADOS
- Keywords: Distribuição de Bernoulli; Modelos mistos
- Language: Português
- Abstract: Dados longitudinais na forma de contagens e na forma binária são muito comuns, os quais, frequentemente, podem ser analisados por distribuições de Poisson e de Bernoulli, respectivamente, pertencentes à família exponencial. Duas das principais limitações para modelar esse tipo de dados são: (1) a ocorrência de superdispersão, ou seja, quando a variabilidade dos dados não é adequadamente descrita pelos modelos, que muitas vezes apresentam uma relação pré-estabelecida entre a média e a variância, e (2) a correlação existente entre medidas realizadas repetidas vezes na mesma unidade experimental. Uma forma de acomodar a superdispersão é pela utilização das distribuições binomial negativa e beta binomial, ou seja, pela inclusão de um efeito aleatório com distribuição gama quando se considera dados provenientes de contagens e um efeito aleatório com distribuição beta quando se considera dados binários, ambos introduzidos de forma multiplicativa. Para acomodar a correlação entre as medidas realizadas no mesmo indivíduo podem-se incluir efeitos aleat órios com distribuição normal no preditor linear. Esses situações podem ocorrer separada ou simultaneamente. Molenberghs et al. (2010) propuseram modelos que generalizam os modelos lineares generalizados mistos Poisson-normal e Bernoulli-normal, incorporando aos mesmos a superdispersão. Esses modelos foram formulados e ajustados aos dados, usando-se o método da máxima verossimilhança. Entretanto, para um modelo de efeitos aleatórios, énatural pensar em uma abordagem Bayesiana. Neste trabalho, são apresentados modelos Bayesianos hierárquicos para dados longitudinais, na forma de contagens e binários que apresentam superdispersão. A análise Bayesiana hierárquica é baseada no método de Monte Carlo com Cadeias de Markov (MCMC) e para implementação computacional utilizou-se o software WinBUGS. A metodologia para dados na forma de contagens é usada para a análise de dados de um ensaio clínico em pacientes epilépticos e a metodologia para dados binários é usada para a análise de dados de um ensaio clínico para tratamento de dermatite
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2012
- Data da defesa: 08.02.2012
-
ABNT
RIZZATO, Fernanda Bührer. Modelos para análise de dados discretos longitudinais com superdispersão. 2012. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2012. Disponível em: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-23032012-092433/. Acesso em: 19 abr. 2024. -
APA
Rizzato, F. B. (2012). Modelos para análise de dados discretos longitudinais com superdispersão (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de http://www.teses.usp.br/teses/disponiveis/11/11134/tde-23032012-092433/ -
NLM
Rizzato FB. Modelos para análise de dados discretos longitudinais com superdispersão [Internet]. 2012 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-23032012-092433/ -
Vancouver
Rizzato FB. Modelos para análise de dados discretos longitudinais com superdispersão [Internet]. 2012 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-23032012-092433/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
