Técnicas de diagnóstico para modelos lineares generalizados com medidas repetidas

• Ano de defesa: 2012
• Autor(a) principal: Damiani, Lucas Petri
• 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: Correlation structure; Dados faltantes; Diagnostic techniques; Distribuições binomiais correlacionadas; Equações de estimação generalizadas; Generalized estimating equation; Medidas repetidas; Missing data; Repeated measures; Simulação de variáveis aleatórias; Simulation of random variables.; Técnicas de diagnóstico.
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-18072012-201751/

A literatura dispõe de métodos de diagnóstico para avaliar o ajuste de modelos lineares generalizados (MLGs) para medidas repetidas baseado em equações de estimação generalizada (EEG). No entanto, tais métodos não contemplam a distribuição binomial nem bancos de dados com observações faltantes. O presente trabalho generalizou os métodos já desenvolvidos para essas duas situações. Na construção de gráficos de probabilidade meio-normal com envelope simulado para a distribuição binomial, foi proposto um método para geração de variáveis aleatórias com distribuição marginal binomial correlacionadas, baseado na convolução de variáveis com distribuição de Poisson independentes. Os métodos de diagnóstico desenvolvidos foram aplicados em dados reais e simulados.