Modelos não lineares assimétricos com efeitos mistos
Ano de defesa: | 2019 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de São Carlos
Câmpus São Carlos |
Programa de Pós-Graduação: |
Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Palavras-chave em Inglês: | |
Área do conhecimento CNPq: | |
Link de acesso: | https://repositorio.ufscar.br/handle/ufscar/11867 |
Resumo: | This work aims to develop asymmetric nonlinear regression models with mixed-effects, which provide alternatives to the use of normal distribution and other symmetric distributions, in order to avoid the sensitivity in the estimates to atypical observations and asymmetry. Nonlinear models with mixed-effects are explored in several areas of knowledge, especially when data are correlated, such as longitudinal data, repeated measures and multilevel data, in particular, for their flexibility in dealing with measures of areas such as biology and pharmacokinetics. However, there are difficulties in obtaining explicit estimators for the parameters in these models. At present, many studies have been developed with the family scale mixtures of skew-normal distribution (SMSN) that encompasses distributions with light and heavy tails, such as skew-normal, skew-Student-t, skew-contaminated normal and skew-slash, as well as symmetrical versions of these distributions. In this work, nonlinear regression models with mixed-effects are presented in which the random components have distributions belonging to the SMSN family. For the parameters estimation, a numerical solution via the EM algorithm and its extensions and Newton-Raphson algorithm is obtained. Analyzes for real data sets are performed with this new proposal, such as the study of drug kinetics in humans, as well as diagnostic analyzes, through residual analysis and influence diagnostics. Simulation studies are conducted to verify the maximum likelihood properties of the estimators. |
id |
SCAR_f5b5f30d17a8864b8d2e78d23d0610e3 |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/11867 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
|
spelling |
Pereira, Marcos Antonio AlvesRusso-Novelli, Cibele Mariahttp://lattes.cnpq.br/1011098065426388http://lattes.cnpq.br/479203235495522605a5cd16-f459-47a1-acc3-8f141f3848722019-09-19T19:01:00Z2019-09-19T19:01:00Z2019-08-02PEREIRA, Marcos Antonio Alves. Modelos não lineares assimétricos com efeitos mistos. 2019. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2019. Disponível em: https://repositorio.ufscar.br/handle/ufscar/11867.https://repositorio.ufscar.br/handle/ufscar/11867This work aims to develop asymmetric nonlinear regression models with mixed-effects, which provide alternatives to the use of normal distribution and other symmetric distributions, in order to avoid the sensitivity in the estimates to atypical observations and asymmetry. Nonlinear models with mixed-effects are explored in several areas of knowledge, especially when data are correlated, such as longitudinal data, repeated measures and multilevel data, in particular, for their flexibility in dealing with measures of areas such as biology and pharmacokinetics. However, there are difficulties in obtaining explicit estimators for the parameters in these models. At present, many studies have been developed with the family scale mixtures of skew-normal distribution (SMSN) that encompasses distributions with light and heavy tails, such as skew-normal, skew-Student-t, skew-contaminated normal and skew-slash, as well as symmetrical versions of these distributions. In this work, nonlinear regression models with mixed-effects are presented in which the random components have distributions belonging to the SMSN family. For the parameters estimation, a numerical solution via the EM algorithm and its extensions and Newton-Raphson algorithm is obtained. Analyzes for real data sets are performed with this new proposal, such as the study of drug kinetics in humans, as well as diagnostic analyzes, through residual analysis and influence diagnostics. Simulation studies are conducted to verify the maximum likelihood properties of the estimators.Este trabalho tem como objetivo desenvolver modelos de regressão não lineares assimétricos com efeitos mistos, que proporcionam alternativas ao uso da distribuição normal e outras distribuições simétricas, para evitar a sensibilidade nas estimativas a observações atípicas e assimetria. Modelos não lineares com efeitos mistos são explorados em várias áreas do conhecimento, principalmente quando os dados estão correlacionados, como dados longitudinais, medidas repetidas e dados multiníveis, em particular, por sua flexibilidade em lidar com medidas de áreas como biologia e farmacocinética. No entanto, existem dificuldades em obter estimadores explícitos para os parâmetros nesses modelos. Atualmente muitos estudos estão sendo desenvolvidos com a família misturas de escala da distribuição skew-normal (SMSN) que abrange distribuições com caudas leves e pesadas, como a skew-normal, skew-Student-t, skew-normal contaminada e skew-slash, como também as versões simétricas destas distribuições. Neste trabalho são apresentados modelos de regressão não lineares com efeitos mistos em que as componentes aleatórias têm distribuições pertencentes a família SMSN. Para estimação dos parâmetros é utilizada uma solução numérica via algoritmo EM e suas extensões, e algoritmo de Newton-Raphson. Análises em conjuntos de dados reais são realizadas com essa nova proposta, como o estudo da cinética de drogas em seres humanos, além de análises de diagnóstico, por meio de análise de resíduos e diagnóstico de influência. São conduzidos estudos de simulações para verificar as propriedades de máxima verossimilhança dos estimadores.Não recebi financiamentoporUniversidade Federal de São CarlosCâmpus São CarlosPrograma Interinstitucional de Pós-Graduação em Estatística - PIPGEsUFSCarAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessModelos não linearesAssimetriaEfeitos mistosMisturas de escala skew-normalAlgoritmo EMEM algorithmNonlinear modelSkewnessMixed-effectsScale mixtures of skew-normalCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICACIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAOModelos não lineares assimétricos com efeitos mistosNonlinear mixed-effects models with scale mixture of skew-normal distributionsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis60060024498ba8-3f18-4627-b1ef-1d321dceaad1reponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALMarcosPereiraTeseVersãoFinal.pdfMarcosPereiraTeseVersãoFinal.pdfapplication/pdf2560746https://repositorio.ufscar.br/bitstream/ufscar/11867/1/MarcosPereiraTeseVers%c3%a3oFinal.pdf89724ccdca4c85e9a8601681e18ad2a3MD51Marcos-Carta-Comprovante-Cibele.pdfMarcos-Carta-Comprovante-Cibele.pdfapplication/pdf607791https://repositorio.ufscar.br/bitstream/ufscar/11867/3/Marcos-Carta-Comprovante-Cibele.pdff4701a2072dd5bf7b4280f803992552fMD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufscar.br/bitstream/ufscar/11867/4/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD54TEXTMarcosPereiraTeseVersãoFinal.pdf.txtMarcosPereiraTeseVersãoFinal.pdf.txtExtracted texttext/plain253337https://repositorio.ufscar.br/bitstream/ufscar/11867/5/MarcosPereiraTeseVers%c3%a3oFinal.pdf.txt7807414e3ee6136b906e4f7701fa293aMD55Marcos-Carta-Comprovante-Cibele.pdf.txtMarcos-Carta-Comprovante-Cibele.pdf.txtExtracted texttext/plain1https://repositorio.ufscar.br/bitstream/ufscar/11867/7/Marcos-Carta-Comprovante-Cibele.pdf.txt68b329da9893e34099c7d8ad5cb9c940MD57THUMBNAILMarcosPereiraTeseVersãoFinal.pdf.jpgMarcosPereiraTeseVersãoFinal.pdf.jpgIM Thumbnailimage/jpeg4868https://repositorio.ufscar.br/bitstream/ufscar/11867/6/MarcosPereiraTeseVers%c3%a3oFinal.pdf.jpg595e020bfc83bb27f0f5071bd58e785fMD56Marcos-Carta-Comprovante-Cibele.pdf.jpgMarcos-Carta-Comprovante-Cibele.pdf.jpgIM Thumbnailimage/jpeg13748https://repositorio.ufscar.br/bitstream/ufscar/11867/8/Marcos-Carta-Comprovante-Cibele.pdf.jpg4761f06e7d3bbadf848fffd3f99b2bbcMD58ufscar/118672023-09-18 18:31:44.639oai:repositorio.ufscar.br:ufscar/11867Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222023-09-18T18:31:44Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Modelos não lineares assimétricos com efeitos mistos |
dc.title.alternative.eng.fl_str_mv |
Nonlinear mixed-effects models with scale mixture of skew-normal distributions |
title |
Modelos não lineares assimétricos com efeitos mistos |
spellingShingle |
Modelos não lineares assimétricos com efeitos mistos Pereira, Marcos Antonio Alves Modelos não lineares Assimetria Efeitos mistos Misturas de escala skew-normal Algoritmo EM EM algorithm Nonlinear model Skewness Mixed-effects Scale mixtures of skew-normal CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICA CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO |
title_short |
Modelos não lineares assimétricos com efeitos mistos |
title_full |
Modelos não lineares assimétricos com efeitos mistos |
title_fullStr |
Modelos não lineares assimétricos com efeitos mistos |
title_full_unstemmed |
Modelos não lineares assimétricos com efeitos mistos |
title_sort |
Modelos não lineares assimétricos com efeitos mistos |
author |
Pereira, Marcos Antonio Alves |
author_facet |
Pereira, Marcos Antonio Alves |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
http://lattes.cnpq.br/4792032354955226 |
dc.contributor.author.fl_str_mv |
Pereira, Marcos Antonio Alves |
dc.contributor.advisor1.fl_str_mv |
Russo-Novelli, Cibele Maria |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/1011098065426388 |
dc.contributor.authorID.fl_str_mv |
05a5cd16-f459-47a1-acc3-8f141f384872 |
contributor_str_mv |
Russo-Novelli, Cibele Maria |
dc.subject.por.fl_str_mv |
Modelos não lineares Assimetria Efeitos mistos Misturas de escala skew-normal Algoritmo EM EM algorithm |
topic |
Modelos não lineares Assimetria Efeitos mistos Misturas de escala skew-normal Algoritmo EM EM algorithm Nonlinear model Skewness Mixed-effects Scale mixtures of skew-normal CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICA CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO |
dc.subject.eng.fl_str_mv |
Nonlinear model Skewness Mixed-effects Scale mixtures of skew-normal |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICA CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO |
description |
This work aims to develop asymmetric nonlinear regression models with mixed-effects, which provide alternatives to the use of normal distribution and other symmetric distributions, in order to avoid the sensitivity in the estimates to atypical observations and asymmetry. Nonlinear models with mixed-effects are explored in several areas of knowledge, especially when data are correlated, such as longitudinal data, repeated measures and multilevel data, in particular, for their flexibility in dealing with measures of areas such as biology and pharmacokinetics. However, there are difficulties in obtaining explicit estimators for the parameters in these models. At present, many studies have been developed with the family scale mixtures of skew-normal distribution (SMSN) that encompasses distributions with light and heavy tails, such as skew-normal, skew-Student-t, skew-contaminated normal and skew-slash, as well as symmetrical versions of these distributions. In this work, nonlinear regression models with mixed-effects are presented in which the random components have distributions belonging to the SMSN family. For the parameters estimation, a numerical solution via the EM algorithm and its extensions and Newton-Raphson algorithm is obtained. Analyzes for real data sets are performed with this new proposal, such as the study of drug kinetics in humans, as well as diagnostic analyzes, through residual analysis and influence diagnostics. Simulation studies are conducted to verify the maximum likelihood properties of the estimators. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-09-19T19:01:00Z |
dc.date.available.fl_str_mv |
2019-09-19T19:01:00Z |
dc.date.issued.fl_str_mv |
2019-08-02 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
PEREIRA, Marcos Antonio Alves. Modelos não lineares assimétricos com efeitos mistos. 2019. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2019. Disponível em: https://repositorio.ufscar.br/handle/ufscar/11867. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/11867 |
identifier_str_mv |
PEREIRA, Marcos Antonio Alves. Modelos não lineares assimétricos com efeitos mistos. 2019. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2019. Disponível em: https://repositorio.ufscar.br/handle/ufscar/11867. |
url |
https://repositorio.ufscar.br/handle/ufscar/11867 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.confidence.fl_str_mv |
600 600 |
dc.relation.authority.fl_str_mv |
24498ba8-3f18-4627-b1ef-1d321dceaad1 |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos |
dc.publisher.program.fl_str_mv |
Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs |
dc.publisher.initials.fl_str_mv |
UFSCar |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstream/ufscar/11867/1/MarcosPereiraTeseVers%c3%a3oFinal.pdf https://repositorio.ufscar.br/bitstream/ufscar/11867/3/Marcos-Carta-Comprovante-Cibele.pdf https://repositorio.ufscar.br/bitstream/ufscar/11867/4/license_rdf https://repositorio.ufscar.br/bitstream/ufscar/11867/5/MarcosPereiraTeseVers%c3%a3oFinal.pdf.txt https://repositorio.ufscar.br/bitstream/ufscar/11867/7/Marcos-Carta-Comprovante-Cibele.pdf.txt https://repositorio.ufscar.br/bitstream/ufscar/11867/6/MarcosPereiraTeseVers%c3%a3oFinal.pdf.jpg https://repositorio.ufscar.br/bitstream/ufscar/11867/8/Marcos-Carta-Comprovante-Cibele.pdf.jpg |
bitstream.checksum.fl_str_mv |
89724ccdca4c85e9a8601681e18ad2a3 f4701a2072dd5bf7b4280f803992552f e39d27027a6cc9cb039ad269a5db8e34 7807414e3ee6136b906e4f7701fa293a 68b329da9893e34099c7d8ad5cb9c940 595e020bfc83bb27f0f5071bd58e785f 4761f06e7d3bbadf848fffd3f99b2bbc |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1813715941973819392 |