Modelos não lineares assimétricos com efeitos mistos

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Pereira, Marcos Antonio Alves
Orientador(a): Russo-Novelli, Cibele Maria lattes
Banca de defesa: Não Informado pela instituição
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