• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Thèse de Doctorat
DOI
https://doi.org/10.11606/T.45.2019.tde-05022020-190820
Document
Auteur
Nom complet
Sergio Alexander Gomez Noguera
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Paulo, 2019
Directeur
Jury
Paula, Gilberto Alvarenga (Président)
Demetrio, Clarice Garcia Borges
Motta, Mariana Rodrigues
Novelli, Cibele Maria Russo
Singer, Julio da Motta
Titre en anglais
Approximate local influence in generalized linear mixed models
Mots-clés en anglais
Conformal normal curvature
Generalized linear mixed model
Influential observations
Influential subjects
Laplace approximation
Local influence
Perturbation scheme
Random effects
Resumé en anglais
Non-Gaussian correlated data are frequent in longitudinal and repeated measure studies. Generalized linear mixed models (GLMMs) are a powerful tool for the analysis and treatment of this kind of data. Residual and sensitivity analysis are useful diagnostic procedures to verify the assumptions made on these models and the adequacy to the data. Among the techniques included in the sensitivity analysis is the local influence, which allows to discriminate observations with a undue weight in the parameter estimates of any statistical model. In this work we present approximated analytical structures for local influence measurements in generalized linear mixed models. These structures were obtained through Laplace approximations for usual perturbation schemes in order to discriminate observations and subjects with excessive influence on the parameter estimates. These measures, which are presented in closed forms for the generalized linear mixed models, have a relatively low computational cost and have been shown to be effective in detection of influential observations and subjects as evidenced by simulation studies and analyses of three real data sets.
Titre en portugais
Influência local aproximada em modelos lineares generalizados mistos
Mots-clés en portugais
Aproximação de Laplace
Curvatura normal conformal
Efeitos aleatórios
Esquema de perturbação
Indivíduos influentes
Influência local
Modelo linear generalizado misto
Observações influentes
Resumé en portugais
Dados correlacionados não Gaussianos são frequentes em estudos longitudinais e de medidas repetidas. Os modelos lineares generalizados mistos (MLGMs) constituem uma ferramenta poderosa para a análise e tratamento de dados desse tipo. Análise de resíduos e análise de sensibilidade são procedimentos de diagnóstico úteis para verificar as suposições feitas para esses modelos e a adequação aos dados. Entre as técnicas incluídas na análise de sensibilidade está a influência local que permite discriminar observaçõoes com um peso desproporcional nas estimativas dos parâmetros de qualquer modelo estatístico. Estruturas analíticas aproximadas para medidas de influência local são apresentadas neste trabalho em modelos lineares generalizados mistos. Essas estruturas foram obtidas através de aproximacões de Laplace para esquemas usuais de perturbação a fim de discriminar observacões e grupos com excessiva influência nas estimativas dos parâmetros. Essas medidas, que sao apresentadas em formas fechadas para os MLGs mistos, despendem custo computacional relativamente baixo e tem-se mostrado eficientes na detecção de observações e grupos influentes conforme comprovado através de estudos de simulação e análises de três conjuntos de dados reais.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2021-03-03
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2024. Tous droits réservés.