"Modelos lineares generalizados para análise de dados com medidas repetidas"

• Ano de defesa: 2003
• Autor(a) principal: Venezuela, Maria Kelly
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: dados longitudinais; diagnostic techniques; equação de estimação generalizada; generalized estimating equations; generalized linear models; longitudinal data; medidas repetidas; modelos lineares generalizados; quase-verossimilhança; quasi-likelihood methods; repeated measures; técnicas de diagnóstico
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-07072006-122612/

Neste trabalho, apresentamos as equações de estimação generalizadas desenvolvidas por Liang e Zeger (1986), sob a ótica da teoria de funções de estimação apresentada por Godambe (1991). Essas equações de estimação são obtidas para os modelos lineares generalizados (MLGs) considerando medidas repetidas. Apresentamos também um processo iterativo para estimação dos parâmetros de regressão, assim como testes de hipóteses para esses parâmetros. Para a análise de resíduos, generalizamos para dados com medidas repetidas algumas técnicas de diagnóstico usuais em MLGs. O gráfico de probabilidade meio-normal com envelope simulado é uma proposta para avaliarmos a adequação do ajuste do modelo. Para a construção desse gráfico, simulamos respostas correlacionadas por meio de algoritmos que descrevemos neste trabalho. Por fim, realizamos aplicações a conjuntos de dados reais.