dissertação

Aplicação da teoria de modelos mistos a dados longitudinais

Carregando...
Imagem de Miniatura

Notas

Data

Editores

Coorientadores

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Federal de Lavras

Faculdade, Instituto ou Escola

Departamento

Departamento de Ciências Exatas

Programa de Pós-Graduação

Programa de Pós-graduação em Estatística e Experimentação Agropecuária

Agência de fomento

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Tipo de impacto

Áreas Temáticas da Extenção

Objetivos de Desenvolvimento Sustentável

Dados abertos

Resumo

O presente trabalho tem como objetivo elaborar um material descrevendo detalhadamente a análise de dados longitudinais usando modelos lineares mistos e abordando análise de resíduos. Foram feitas a análise exploratória dos dados, a comparação de diferentes estruturas de variância-covariância e a comparação dos resultados de parcela subdividida no tempo com a análise de modelos mistos em dados longitudinais. As análises estatísticas foram realizadas com uso do programa estatístico R e também com o programa estatístico SAS (Statistical Analysis System). A escolha da melhor estrutura de variância-covariância foi feita com base no critério de informação de Akaike (AIC) e no critério Bayesiano de Schwarz (BIC). As variáveis usadas para ilustração das análises foram: consumo médio de ração (g.ave − 1.dia − 1) e peso da gema (gramas). Para a variável consumo médio de ração a estrutura de covariância escolhida foi a não estruturada, enquanto que para a variável peso da gema utilizou-se uma estrutura autorregressiva de primeira ordem (AR(1)). Esse manual é útil para pesquisadores, professores e estudantes de áreas aplicadas, para realizar a análise de dados longitudinais usando modelos lineares mistos considerando, diferentes estruturas de covariâncias e contemplando a análise de resíduos. A escolha da estrutura de covariâncias afetou a significância dos testes F dos efeitos fixos para a variável consumo médio de ração. Para a variável peso da gema a escolha da estrutura não afetou a significância dos testes F. A análise de resíduos foi importante na verificação das pressuposições do modelo e as características gerais dos dados.

Abstract

This study aims to develop a material describing in detail the analysis of longitudinal data using linear mixed mo dels and addressing waste analysis. We p erformed an exploratory analysis of the data, the comparison of different structures of variance-covariance and comparison of share of results sub divided in time with the analysis of mixed mo dels for longitudinal data. Statistical analyzes were carried out using the statistical program R and with the SAS statistical software. The choice of the b est covariance structure will p erformed considering the Akaike information criterion (AIC) and Bayesian criterion Schwarz (BIC). The variables used for illustration of the analysis were: average feed intake (g.bird − 1.day − 1) and yolk weight (grams). For the variable average feed intake was chosen covariance structure unstructured, while for the variable yolk weight used a first-order autoregressive structure (AR (1)). This manual is useful for researchers, teachers and students of applied fields, to perform the analysis of longitudinal data using linear mixed models considering different covariance structures and contemplating the residuals analysis. The choice of covariance structure affected the significance of the F test of fixed effects for the variable average feed intake. For the variable yolk weight the choice of the structure did not affect the significance of the F test. The residuals analysis was important in the verification of the assumptions of the model and the general characteristics of the data.

Descrição

Área de concentração

Agência de desenvolvimento

Palavra chave

Marca

Objetivo

Procedência

Impacto da pesquisa

Resumen

ISBN

DOI

Citação

SIMÃO, S. D. Aplicação da teoria de modelos mistos a dados longitudinais. 2016. 130 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2016.

Link externo

Avaliação

Revisão

Suplementado Por

Referenciado Por