Universitat de Barcelona
Ocaña i Rebull, Jordi
2005-07-22
8468939382
B.43579-2005
Universitat de Barcelona. Departament d'Estadística
En la presente investigacion se presenta un "taller" de análisis avanzado de datos en el contexto de los modelos mixtos, con matrices estructuradas de varianzas-covarianzas de los efectos aleatorios y/o de los residuos. El ajuste de dichos modelos ha permitiedo poner de manifiesto ciertas preocupaciones por la sensibilidad de las inferencias respecto de las suposiciones del modelo, especialmente cuando no cumplen las hipótesis habituales sobre normalidad de residuos y de factores aleatorios. <br/><br/>El propósito principal del trabajo ha sido el estudio de la validez del empleo de modelos mixtos no lineales para analizar datos de medidas repetidas y discutir la robustez del enfoque inferencial paramétrico basado en la aproximación propuesta por Lindstrom y Bates (1990), y proponer y evaluar posibles alternativas al mismo, basadas en la metodología bootstrap. Se discute además el mejor procedimiento para generar las muestras bootstrap a partir de datos longitudinales bajo modelos mixtos, y se realiza una adaptación de la metodología bootstrap a métodos de ajuste en dos etapas, como STS (Standard two-stage) y GTS (Global two-stage). <br/><br/>Los resultados de simulación confirman que la aproximación paramétrica basada en la hipótesis de normalidad no es fiable cuando la distribución de la variable estudiada se aparta seriamente de la normal. En concreto, los intervalos de confianza aproximados basados en una aproximación lineal, y en general en los resultados asintóticos de la máxima verosimilitud, no son robustos frente a la desviación de la hipótesis de normalidad de los datos, incluso para tamaños muéstrales relativamente grandes. <br/><br/>El método "bootstrap" proporciona un estimador de los parámetros, en términos de amplitud del intervalo y de su cobertura relativamente más adecuado que el método clásico, basado en la hipótesis de normalidad de la variable estudiada.
Anàlisi de dades; Efectes aleatoris; Inferències; Models mixtos
311 - Statistics as a science. Statistical theory; 573 - General and theoretical biology
Ciències Experimentals i Matemàtiques
ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
