Aplicações das distribuições de misturas da escala Skew-Normal em modelos de efeitos mistos

• Processo: 11/17400-6
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de dezembro de 2011
• Data de Término da vigência: 30 de novembro de 2013
• Área do conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Víctor Hugo Lachos Dávila
• Beneficiário: Víctor Hugo Lachos Dávila
• Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Escalas Algoritmos
• Palavra(s)-Chave do Pesquisador: Algoritmo EM | Amostrador de Gibbs | Dados censurados | diagnóstico | Modelos espaciais | Modelos Paramétricos

Resumo

Assumir que as observações seguem uma distribuição normal (ou simétrica) é uma suposição rotineira em modelos lineares e não lineares de efeitos mistos para dados censurados. No entanto, essa suposição pode ser não realista, ocultando importantes características da variação que está presente nos dados. Nesse sentido, a classe de distribuições de misturas de escala Skew-Normal (SMSN) (Branco e Dey, 2001; Lachos, Ghosh e Arellano-Valle, 2010) é interessante porque inclui as versões simétrica e assimétrica das distribuições t de Student, slash, normal contaminada, exponencial potência, Pearson VII, entre outras, todas elas com caudas mais pesadas do que a distribuição normal, produzindo estimação robusta (e inferência) no modelo considerado. O objetivo deste projeto é apresentar um estudo de inferência clássica e Bayesiana em modelos lineares e não lineares de efeitos mistos para dados censurados (e ainda com possibilidade de considerar estrutura espacial) sob distribuições mais robustas do que a distribuição Skew-Normal, isto é, sob a classe das distribuições de misturas da escala Skew-Normal. Além disso, serão apresentado estudos de diagnóstico Bayesianos baseados na medida de divergência de Kullback-Leibler, como discutido em Lachos, Bandyopadhyay e Dey (2011). No processo de estimação, usaremos o algoritmo EM e amostrador de Gibbs com implementação em R, C++ e WinBUGS. (AU)

Publicações científicas

(12)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

LACHOS, VICTOR H.; CHEN, MING-HUI; ABANTO-VALLE, CARLOS A.; AZEVEDO, CAI L. N.. Quantile regression for censored mixed-effects models with applications to HIV studies. STATISTICS AND ITS INTERFACE, v. 8, n. 2, SI, p. 203-215, 2015. (11/17400-6)

ALEJANDRO GONZALEZ, JOSE; MAURICIO CASTRO, LUIS; LACHOS, VICTOR HUGO; PATRIOTA, ALEXANDRE GALVAO. A Confidence Set Analysis for Observed Samples: A Fuzzy Set Approach. Entropy, v. 18, n. 6, JUN 2016. (12/19445-0, 14/25595-0, 11/17400-6)

PRATES, MARCOS O.; COSTA, DENISE R.; LACHOS, VICTOR H.. Generalized linear mixed models for correlated binary data with t-link. STATISTICS AND COMPUTING, v. 24, n. 6, p. 1111-1123, NOV 2014. (11/17400-6)

FERREIRA, CLECIO S.; LACHOS, VICTOR H.; BOLFARINE, HELENO. Inference and diagnostics in skew scale mixtures of normal regression models. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, v. 85, n. 3, p. 517-537, FEB 11 2015. (11/17400-6)

GARAY, ALDO M.; LACHOS, VICTOR H.; LABRA, FILIDOR V.; ORTEGA, EDWIN M. M.. Statistical diagnostics for nonlinear regression models based on scale mixtures of skew-normal distributions. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, v. 84, n. 8, p. 1761-1778, AUG 3 2014. (11/17400-6)

FERREIRA, GUILLERMO; CASTRO, LUIS M.; LACHOS, VICTOR H.; DIAS, RONALDO. Bayesian modeling of autoregressive partial linear models with scale mixture of normal errors. Journal of Applied Statistics, v. 40, n. 8, p. 1796-1816, AUG 1 2013. (11/17400-6)

GALVIS, DIANA M.; BANDYOPADHYAY, DIPANKAR; LACHOS, VICTOR H.. Augmented mixed beta regression models for periodontal proportion data. STATISTICS IN MEDICINE, v. 33, n. 21, p. 3759-3771, SEP 20 2014. (11/17400-6)

LACHOS, VICTOR H.; CHEN, MING-HUI; ABANTO-VALLE, CARLOS A.; AZEVEDO, CAI L. N.. Quantile regression for censored mixed-effects models with applications to HIV studies. STATISTICS AND ITS INTERFACE, v. 8, n. 2, p. 13-pg., 2015-01-01. (11/17400-6)

CASTRO, LUIS M.; LACHOS, VICTOR H.; FERREIRA, GUILLERMO P.; ARELLANO-VALLE, REINALDO B.. Partially linear censored regression models using heavy-tailed distributions: A Bayesian approach. STATISTICAL METHODOLOGY, v. 18, p. 14-31, MAY 2014. (12/19445-0, 11/17400-6)

BANDYOPADHYAY, DIPANKAR; LACHOS, VICTOR H.; CASTRO, LUIS M.; DEY, DIPAK K.. Skew-normal/independent linear mixed models for censored responses with applications to HIV viral loads. BIOMETRICAL JOURNAL, v. 54, n. 3, p. 405-425, MAY 2012. (11/17400-6)

LACHOS, VICTOR H.; CASTRO, LUIS M.; DEY, DIPAK K.. Bayesian inference in nonlinear mixed-effects models using normal independent distributions. COMPUTATIONAL STATISTICS & DATA ANALYSIS, v. 64, p. 237-252, AUG 2013. (11/17400-6)

CASTRO, LUIS M.; LACHOS, VICTOR H.; FERREIRA, GUILLERMO P.; ARELLANO-VALLE, REINALDO B.; STERN, JM; LAURETTO, MD; POLPO, A; DINIZ, MA. Bayesian Modeling of Censored Partial Linear Models using Scale-Mixtures of Normal Distributions. XI BRAZILIAN MEETING ON BAYESIAN STATISTICS (EBEB 2012), v. 1490, p. 12-pg., 2012-01-01. (11/17400-6)