Análise de dados categorizados longitudinais: um enfoque aos modelos de transição de Markov

• Processo: 15/02628-2
• Modalidade de apoio: Bolsas no Exterior - Pesquisa
• Data de Início da vigência: 01 de agosto de 2015
• Data de Término da vigência: 31 de julho de 2016
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
• Pesquisador responsável: Idemauro Antonio Rodrigues de Lara
• Beneficiário: Idemauro Antonio Rodrigues de Lara
• Pesquisador Anfitrião: John Philip Hinde
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Instituição Anfitriã: National University of Ireland, Galway (NUI Galway), Irlanda
• Assunto(s): Análise de dados longitudinais Processos estocásticos Funções verossimilhança
• Palavra(s)-Chave do Pesquisador: Dados longitudinais | Máxima Verossimilhança | probabilidades de transição | processos estocásticos | Análise de Dados Categorizados

Resumo

A análise de dados categorizados longitudinais é uma área de estudos que requer uma atenção especial, não somente pela natureza da variável resposta mas também pela necessidade em se considerar a possível correlação entre as avaliações repetidas. Há três classes de modelos que podem ser empregadas: modelos marginais, modelos de efeitos mistos e os modelos de transição. Porém, há uma abordagem muito maior para as classes de modelos marginais e de efeitos mistos. Os modelos de transição são baseados em processos estocásticos e, com variáveis respostas categorizadas, o interesse está em modelar as probabilidades de transições de categorias de respostas dos indivíduos no tempo. Apesar de sua funcionalidade, esses modelos não são, em geral, utilizados na análise de dados longitudinais, devido às suas pressuposições, número de parâmetros envolvidos no processo de estimação, dificuldade de interpretação dos resultados, entre outras. Nesse contexto, este projeto objetiva rever as três classes de modelos e dar ênfase para o desenvolvimento e aplicação de métodos relacionados aos modelos de transição, que possam resolver questões relacionadas à estacionariedade e ao alcance de cadeia. Os procedimentos metodológicos estão centrados na teoria da máxima verossimilhança e implementação computacional será feita no software R. (AU)

Publicações científicas

(5)

(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)

RODRIGUES DE LARA, IDEMAURO ANTONIO; HINDE, JOHN; TACONELI, CESAR AUGUSTO. An alternative method for evaluating stationarity in transition models. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, v. 87, n. 15, p. 2962-2980, 2017. (15/02628-2)

DE LARA, I. A. R.; HINDE, J. P.; DE CASTRO, A. C.; DA SILVA, I. J. O.. A proportional odds transition model for ordinal responses with an application to pig behaviour. Journal of Applied Statistics, v. 44, n. 6, p. 1031-1046, MAY 2017. (15/02628-2)

RODRIGUES DE LARA, IDEMAURO ANTONIO; TACONELI, CESAR AUGUSTO; MORAL, RAFAEL DE ANDRADE; HINDE, JOHN; VOIGT, VANESSA; DE FREITAS, SILVIA MARIA. A longitudinal study of sweet orange flowering with grouped count data. Acta Scientiarum. Agronomy, v. 42, 2020. (18/06288-0, 15/02628-2)

RODRIGUES DE LARA, IDEMAURO ANTONIO; HINDE, JOHN; TACONELI, CESAR AUGUSTO. Global and local tests to assess stationarity of Markov transition models. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION, v. 48, n. 4, p. 1019-1039, APR 21 2019. (15/02628-2)

RODRIGUES DE LARA, IDEMAURO ANTONIO; TACONELI, CESAR AUGUSTO; MORAL, RAFAEL DE ANDRADE; HINDE, JOHN; VOIGT, VANESSA; DE FREITAS, SILVIA MARIA. A longitudinal study of sweet orange flowering with grouped count data. Acta Scientiarum. Agronomy, v. 42, p. 10-pg., 2020-01-01. (15/02628-2, 18/06288-0)