Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Influence assessment in censored mixed-effects models using the multivariate Student's-t distribution

Texto completo
Autor(es):
Matos, Larissa A. [1] ; Bandyopadhyay, Dipankar [2] ; Castro, Luis M. [3] ; Lachos, Victor H. [1]
Número total de Autores: 4
Afiliação do(s) autor(es):
[1] IMECC UNICAMP, Dept Estat, Sao Paulo - Brazil
[2] Univ Minnesota, Div Biostat, Minneapolis, MN 55455 - USA
[3] Univ Concepcion, Dept Estat, Concepcion - Chile
Número total de Afiliações: 3
Tipo de documento: Artigo Científico
Fonte: JOURNAL OF MULTIVARIATE ANALYSIS; v. 141, p. 104-117, OCT 2015.
Citações Web of Science: 3
Resumo

In biomedical studies on HIV RNA dynamics, viral loads generate repeated measures that are often subjected to upper and lower detection limits, and hence these responses are either left- or right-censored. Linear and non-linear mixed-effects censored (LMEC/NLMEC) models are routinely used to analyze these longitudinal data, with normality assumptions for the random effects and residual errors. However, the derived inference may not be robust when these underlying normality assumptions are questionable, especially the presence of outliers and thick-tails. Motivated by this, Matos et al. (2013) recently proposed an exact EM-type algorithm for LMEC/NLMEC models using a multivariate Student's-t distribution, with closed-form expressions at the E-step. In this paper, we develop influence diagnostics for LMEC/NLMEC models using the multivariate Student's-t density, based on the conditional expectation of the complete data log-likelihood. This partially eliminates the complexity associated with the approach of Cook (1977, 1986) for censored mixed-effects models. The new methodology is illustrated via an application to a longitudinal HIV dataset. In addition, a simulation study explores the accuracy of the proposed measures in detecting possible influential observations for heavy-tailed censored data under different perturbation and censoring schemes. (C) 2015 Elsevier Inc. All rights reserved. (AU)

Processo FAPESP: 11/22063-9 - Aplicações das distribuições de misturas da escala skew-normal em modelos de análise fatorial
Beneficiário:Larissa Avila Matos
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 14/02938-9 - Estimação e diagnóstico em modelos de efeitos mistos para dados censurados usando misturas de escala skew-normal
Beneficiário:Víctor Hugo Lachos Dávila
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 12/19445-0 - Modelagem flexível de modelos longitudinais complexos usando distribuições skew-elípticas
Beneficiário:Víctor Hugo Lachos Dávila
Linha de fomento: Auxílio à Pesquisa - Pesquisador Visitante - Internacional