Modelo mixto con un estimador suavizado de la densidad de los efectos aleatorios. Una aplicación

Una herramienta importante para el análisis de datos longitudinales son los modelos lineales mixtos. Estos modelos expresan los parámetros específicos de las unidades en función de efectos fijos y aleatorios y para considerar la correlación entre las mediciones repetidas se introducen errores intra...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: García, María del Carmen Eva, Rapelli Picabea, Cecilia Mónica
Otros Autores: Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosario
Formato: conferenceObject documento de conferencia acceptedVersion
Lenguaje:Español
Publicado: 2017
Materias:
Acceso en línea:http://hdl.handle.net/2133/9730
http://hdl.handle.net/2133/9730
Aporte de:
id I15-R121-2133-9730
record_format dspace
institution Universidad Nacional de Rosario
institution_str I-15
repository_str R-121
collection Repositorio Hipermedial de la Universidad Nacional de Rosario (UNR)
language Español
orig_language_str_mv spa
topic Datos longitudinales
Modelos mixtos
Efectos aleatorios
Densidad suavizada
Longitudinal data Mixed models Random effects Smooth density
spellingShingle Datos longitudinales
Modelos mixtos
Efectos aleatorios
Densidad suavizada
Longitudinal data Mixed models Random effects Smooth density
García, María del Carmen Eva
Rapelli Picabea, Cecilia Mónica
Modelo mixto con un estimador suavizado de la densidad de los efectos aleatorios. Una aplicación
topic_facet Datos longitudinales
Modelos mixtos
Efectos aleatorios
Densidad suavizada
Longitudinal data Mixed models Random effects Smooth density
description Una herramienta importante para el análisis de datos longitudinales son los modelos lineales mixtos. Estos modelos expresan los parámetros específicos de las unidades en función de efectos fijos y aleatorios y para considerar la correlación entre las mediciones repetidas se introducen errores intra unidad. Un supuesto usado habitualmente es el de distribución normal para los errores y los efectos aleatorios. El supuesto sobre estos últimos suele no ser acertado y su cumplimiento puede ser dificultoso de verificar con las herramientas estadísticas estándares. Debido a que la predicción de los efectos aleatorios depende tanto de los errores como de los efectos aleatorios, los gráficos usuales para comprobar el supuesto de normalidad no permiten diferenciar cual de los dos supuestos distribucionales es el incorrecto. Varios autores propusieron métodos que relajan el supuesto de normalidad de los efectos aleatorios y utilizan técnicas de suavizado para aproximar la distribución de los mismos. Este trabajo presenta una reseña de algunos de ellos y se utiliza el enfoque denominado modelo mixto con mezclas gaussianas penalizado para la aplicación
author2 Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosario
author_facet Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística. Universidad Nacional de Rosario
García, María del Carmen Eva
Rapelli Picabea, Cecilia Mónica
format conferenceObject
documento de conferencia
acceptedVersion
author García, María del Carmen Eva
Rapelli Picabea, Cecilia Mónica
author_sort García, María del Carmen Eva
title Modelo mixto con un estimador suavizado de la densidad de los efectos aleatorios. Una aplicación
title_short Modelo mixto con un estimador suavizado de la densidad de los efectos aleatorios. Una aplicación
title_full Modelo mixto con un estimador suavizado de la densidad de los efectos aleatorios. Una aplicación
title_fullStr Modelo mixto con un estimador suavizado de la densidad de los efectos aleatorios. Una aplicación
title_full_unstemmed Modelo mixto con un estimador suavizado de la densidad de los efectos aleatorios. Una aplicación
title_sort modelo mixto con un estimador suavizado de la densidad de los efectos aleatorios. una aplicación
publishDate 2017
url http://hdl.handle.net/2133/9730
http://hdl.handle.net/2133/9730
work_keys_str_mv AT garciamariadelcarmeneva modelomixtoconunestimadorsuavizadodeladensidaddelosefectosaleatoriosunaaplicacion
AT rapellipicabeaceciliamonica modelomixtoconunestimadorsuavizadodeladensidaddelosefectosaleatoriosunaaplicacion
bdutipo_str Repositorios
_version_ 1764820413988208642