Busca avançada
Ano de início
Entree
Conteúdo relacionado

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

Processo: 15/02628-2
Linha de fomento:Bolsas no Exterior - Pesquisa
Vigência (Início): 01 de agosto de 2015
Vigência (Término): 31 de julho de 2016
Área do 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
Anfitrião: John Philip Hinde
Instituição-sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
Local de pesquisa : National University of Ireland, Galway (NUI Galway), Irlanda  
Assunto(s):Análise de dados longitudinais   Processos estocásticos   Funções verossimilhança

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
(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)
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. Citações Web of Science: 0.
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. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.