Modelos lineares generalizados mistos para dados longitudinais (2003)
- Autores:
- Autor USP: COSTA, SILVANO CESAR DA - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LCE
- Assuntos: ANÁLISE DE DADOS LONGITUDINAIS; DISTRIBUIÇÃO BINOMIAL; DISTRIBUIÇÃO DE POISSON; MODELOS LINEARES GENERALIZADOS; SOFTWARES
- Idioma: Português
- Resumo: Experimentos cujas variáveis respostas são proporções ou contagens, são muito comuns nas diversas áreas do conhecimento, principalmente na área agrícola. Na análise desses experimentos, utiliza-se a teoria de modelos lineares generalizados, bastante difundida (McCullagh & Nelder, 1989), em que as respostas são independentes. Caso a variância estimada seja maior do que a esperada, estima-se o parâmetro de dispersão, incluindo-o no processo de estimação dos parâmetros. Quando a variável resposta é observada ao longo do tempo, pode haver uma correlação entre as observações e isso tem que ser levado em consideração na estimação dos parâmetros. Uma forma de se trabalhar essa correlação é aplicando a metodologia de equações de estimação generalizada (EEG), discutida por Liang & Zeger (1986), embora, neste caso, o interesse esteja nas estimativas dos efeitos fixos e a inclusão da matriz de correlação de ``trabalho" sirva para se obter um melhor ajuste. Uma outra alternativa é a inclusão, no preditor linear, de um efeito latente para captar variabilidades não consideradas no modelo e que podem influenciar nos resultados. No presente trabalho, usa-se uma forma combinada de efeito aleatório e parâmetro de dispersão, incluídos conjuntamente na estimação dos parâmetros. Essa metodologia é aplicada a um conjunto de dados obtidos de um experimento com camu-camu, com objetivo de se avaliarem quais os melhores métodos de enxertia e tipos de porta-enxertos que podem serutilizados, através da proporção de pegamentos da muda. Vários modelos são ajustados, desde o modelo em parcelas subdivididas (supondo independência), até o modelo em que se considera o parâmetro de dispersão e efeito aleatório conjuntamente. Há evidências de que o modelo em que se inclui o efeito aleatório e o parâmetro de dispersão, conjuntamente, resultam em melhores estimativas dos parâmetros. Outro conjunto de dados longitudinais, com milho transgênico MON810, em que a variável resposta é o número de lagartas (Spodoptera frugiperda), é utilizado. Neste caso, devido ao excesso de respostas zero, emprega-se o modelo de regressão Poisson inflacionado de zeros (ZIP), além do modelo Poisson padrão, em que as observações são consideradas independentes, e do modelo Poisson inflacionado de zeros com efeito aleatório. Os resultados mostram que o efeito aleatório incluído no preditor foi não significativo e, assim, o modelo adotado é o modelo de regressão Poisson inflacionado de zeros. Os resultados foram obtidos usando-se os procedimentos NLMIXED, GENMOD e GPLOT do SAS - StatisticalAnalysis System, versão 8.2
- Imprenta:
- Local: Piracicaba
- Data de publicação: 2003
- Data da defesa: 13.03.2003
-
ABNT
COSTA, Silvano Cesar da. Modelos lineares generalizados mistos para dados longitudinais. 2003. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2003. Disponível em: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-09052003-164143/. Acesso em: 19 abr. 2024. -
APA
Costa, S. C. da. (2003). Modelos lineares generalizados mistos para dados longitudinais (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de http://www.teses.usp.br/teses/disponiveis/11/11134/tde-09052003-164143/ -
NLM
Costa SC da. Modelos lineares generalizados mistos para dados longitudinais [Internet]. 2003 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-09052003-164143/ -
Vancouver
Costa SC da. Modelos lineares generalizados mistos para dados longitudinais [Internet]. 2003 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-09052003-164143/
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
