Influence diagnostics in linear mixed-effects models with censored data using the skew-normal distribution
Vítor Macêdo Rocha
DISSERTAÇÃO
Inglês
T/UNICAMP R582i
[Diagnóstico de influência para modelos lineares de efeitos mistos para respostas censuradas usando a distribuição normal assimétrica ]
Campinas, SP : [s.n.], 2024.
1 recurso online (83 p.) : il., digital, arquivo PDF.
Orientador: Larissa Avila Matos
Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Instituto de Matemática, Estatística e Computação Científica
Resumo: Esta dissertação apresenta um estudo sobre os modelos lineares mistos normais assimétrico com respostas censuradas (SN-LMEC), proposto por Mattos et al. (2022), no âmbito de dados longitudinais. Uma extensão deste modelo é introduzida para acomodar a correlação serial dentro dos indivíduos...
Ver mais
Resumo: Esta dissertação apresenta um estudo sobre os modelos lineares mistos normais assimétrico com respostas censuradas (SN-LMEC), proposto por Mattos et al. (2022), no âmbito de dados longitudinais. Uma extensão deste modelo é introduzida para acomodar a correlação serial dentro dos indivíduos considerando uma estrutura de dependência autoregressiva de ordem p. Propomos um algoritmo do tipo EM para calcular iterativamente as estimativas de máxima verossimilhança, onde é apresentada uma discussão sobre a seleção dos valores iniciais para o algoritmo. Como contribuição essencial desse trabalho, são desenvolvidos métodos de diagnóstico de influência para o modelo SN-LMEC, considerando a exclusão de casos e análise de influência local
Ver menos
Abstract: This dissertation presents a study on the skew-normal linear mixed-effects models with censored responses (SN-LMEC), proposed by Mattos et al. (2022), in the framework of longitudinal data. An extension of this model is introduced to accommodate the serial correlation within subjects...
Ver mais
Abstract: This dissertation presents a study on the skew-normal linear mixed-effects models with censored responses (SN-LMEC), proposed by Mattos et al. (2022), in the framework of longitudinal data. An extension of this model is introduced to accommodate the serial correlation within subjects considering an autoregressive of order p dependence structure. We propose an EM-type algorithm for iteratively computing the maximum likelihood estimates, where a discussion about selecting the initial values for the algorithm is presented. Influence diagnostics for the SN-LMEC model are developed as an essential contribution to this work, considering case deletion and local influence analysis
Ver menos
Requisitos do sistema: Software para leitura de arquivo em PDF
Aberto
Influence diagnostics in linear mixed-effects models with censored data using the skew-normal distribution
Vítor Macêdo Rocha
Influence diagnostics in linear mixed-effects models with censored data using the skew-normal distribution
Vítor Macêdo Rocha