Una comparación de métodos de diagnósticos para los Modelos Lineales Mixtos
Los modelos lineales mixtos se utilizan para el análisis de datos longitudinales. La elección de un modelo adecuado para los datos depende, necesariamente, del uso de herramientas de diagnóstico para mostrar alguna deficiencia en el modelo estimado. Se justifica su uso ya que en muchos casos hay poc...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | conferenceObject documento de conferencia |
| Lenguaje: | Español |
| Publicado: |
2019
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/2133/13910 http://hdl.handle.net/2133/13910 |
| Aporte de: |
| Sumario: | Los modelos lineales mixtos se utilizan para el análisis de datos longitudinales. La elección de un modelo adecuado para los datos depende, necesariamente, del uso de herramientas de diagnóstico para mostrar alguna deficiencia en el modelo estimado. Se justifica su uso ya que en muchos casos hay poca o ninguna base teórica disponible para sugerir la forma específica de las interrelaciones de las variables intervinientes. Estos métodos pueden ayudar a mejorar la elección del modelo y a identificar valores atípicos o unidades influyentes que merecen una mayor atención por parte del investigador. Aunque el modelo mixto ofrece gran flexibilidad para modelar la correlación dentro de la unidad, frecuentemente presente en datos con mediciones repetidas, sufre de la misma falta de robustez frente a observaciones distantes que otros modelos estadísticos basados en la distribución gaussiana. En este trabajo se presentan diferentes estrategias que ayudan a la modelación, introduciendo tanto los enfoques clásicos, que son habitualmente utilizados, como los de reciente aparición. Para la aplicación se utiliza un conjunto de datos, clásico en el análisis de datos longitudinales, que fueron recolectados para evaluar el cambio a través del tiempo de la longitud maxilar de varones y mujeres |
|---|