Tópicos especiais de Estatística: Análise de dados longitudinais (MAE0610)

Julio da Motta Singer
2o semestre 2019
Aulas: segundas-feiras, 16:00h a 17:40h e quartas-feiras, 14:00h a 15:40h
Sala B-138
Monitor: Tuany de Paula Castro

  1. Noções básicas
  2. Exemplos
  3. Análise descritiva
  4. Modelos clássicos para dados gaussianos
    • Estudos do tipo pré-teste/pós-teste
    • Análise de perfis
    • Análise de curvas de crescimento
    • Modelos marginais
    • Modelagem para a estrutura de covariância
    • Ajuste por máxima verossimilhança
    • Modelos de efeitos aleatórios
    • Previsão dos efeitos aleatórios (BLUP)
    • Diagnóstico
  5. Modelos para dados não-gaussianos
    • Modelos lineares generalizados para dados longitudinais
    • Modelos para dados categorizados
    • Modelos não-paramétricos para análise de perfis
  6. Outros enfoques para análise de dados longitudinais
  7. Tópicos especiais
    • Dados omissos
    • Planejamento e tamanho de amostras
    • Modelos não-lineares
  8. Análise de exemplos
  1. Brunner, E., Domhof, S. and Langer, F. (2000). Nonparametric analysis of ordered categorical data in designs with longitudinal observations and small sample sizes. Biometrical Journal, 42, 663-675.
    doi: 10.1002/1521-4036(200010)42:6<663::AID-BIMJ663>3.0.CO;2-7
  2. Brunner, E., Domhof, S. and Langer, F. (2002). Nonparametric Analysis of Longitudinal Data in Factorial Experiments. New York: Wiley.
  3. Crowder, M.J. and Hand, J. (1990). Analysis of Repeated Measures. London: Chapman and Hall
  4. Davidian, M. and Giltinian, D.M. (1995). Nonliner Models for Repeated Measurement Data. London: Chapman and Hall
  5. Davis, C.S. (2002). Statistical Methods for the Analysis of Repeated Measures. New York: Springer.
  6. Demidenko, E. (2013). Mixed Models: Theory and Applications with R, 2nd edition. New York: Wiley. ISBN: 978-1-118-09157-9
  7. Diggle, P.J., Heagerty, P., Liang, K.Y. and Zeger, S.L. (2002). Analysis of Longitudinal Data, 2nd edition. Oxford: Oxford University Press
  8. Fitzmaurice, G.M., Laird, N.M. and Ware, J.H. (2011). Applied Longitudinal Analysis, 2nd ed. New York: Wiley.
  9. Goldstein, H. (1979). The Design and Analysis of Longitudinal Studies. New York: Academic Press
  10. Jiang, J. (2007). Linear and Generalized Linear Mixed Models and their Applications. New York: Springer.
  11. Jones, R.H. (1993). Longitudinal Data with Serial Correlation: a State-Space Approach. London: Chapman and Hall.
  12. Lindsey, J.K. (1993). Models for Repeated Measurements. Oxford: Oxford University Press.
  13. Molenberghs, G. and Verbeke, G. (2005). Models for Discrete Longitudinal Data. New York: Springer.
  14. Munzel, U. and Langer, F. (2004). A global view on parametric and nonparametric approaches to the analysis of ordered categorical data. Biometrical Journal, 46, 7-18.
    doi:10.1002/bimj.200210001
  15. Nobre, J.S. and Singer, J.M. (2007). Residual analysis for linear mixed models. Biometrical Journal, 49, 863-875.
    doi:10.1002/bimj.2006.10.341
  16. Nobre, J.S. and Singer, J.M. (2011). Leverage analysis for linear mixed models. Journal of Applied Statistics, 38, 1063–1072
    doi:10.1080/02664761003759016
  17. Paulino, C.D. e Singer, J.M. (2006). Análise de dados categorizados. São Paulo: Blücher
  18. Rocha, F.M.M. and Singer, J.M. (2018). Selection of terms in random coefficient regression models. Journal of Applied Statistics, 45, 225-242.
    doi:10.1080/02664763.2016.1273884
  19. Shah, D.A. and Madden, L.V. (2004). Nonparametric analysis of ordinal data in designed factorial experiments. Phytopathology, 94, 33-43.
    doi:10.1094/PHYTO.2004.94.1.33
  20. Singer, J.M. and Andrade, D.F. (2000). Analysis of longitudinal data. In Handbook of Statistics, Volume 18: Bio-Environmental and Public Health Statistics,
    eds. P.K. Sen and C.R. Rao. Amsterdam: North Holland, 115-160.
  21. Singer, J.M., Nobre, J.S. e Rocha, F.M.M. (2018). Análise de Dados Longitudinais (versão parcial preliminar).
    http://www.ime.usp.br/~jmsinger/MAE0610/Singer&Nobre&Rocha2018jun.pdf
  22. Singer, J.M., Poleto, F.Z. and Rosa, P. (2004). Parametric and nonparametric analyses of repeated ordinal categorical data. Biometrical Journal, 46, 460-473.
    doi: 10.1002/bimj.200310045
  23. Singer, J.M., Rocha, F.M.M. and Nobre, J.S. (2017). Graphical tools for detecting departures from linear mixed models assumptions and some remedial measures. International Statistical Review, 85, 290-324.
    doi:10.1111/insr.12178
  24. Singer, J.M., Rocha, F.M.M., André, C.D.S. and Zerbini, T. (2019). Fitting mixed models to messy longitudinal data: a case study involving estimation of post mortem intervals. Brazilian Journal of Probability and Statistics, 33, 161-183.
    doi:10.1214/17-BJPS382
  25. Verbeke, G. and Molenberghs, G. (2001). Linear Mixed Models for Longitudinal Data. New York: Springer.
  26. Vonesh, E.F. and Chinchilli, V.M. (1997). Linear and Nonlinear Models for the Analysis of Repeated Measurements. New York: Marcel Dekker.
  1. Aoki, R. (2001). Modelos de regressão com erros nas variáveis com intercepto nulo. Tese de doutoramento.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo (co-orientador: Heleno Bolfarine).
  2. Andreoni, S. (1989). Modelos de efeitos aleatórios para análise de dados longitudinais desbalanceados em relação ao tempo. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  3. Cúri, M. (1999). Medidas repetidas com covariáveis dependentes do tempo: um exemplo com dados incompletos. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  4. Domenech, C.H. (1989). Métodos exploratórios e utilização de medidas resumo para análise de dados longitudinais. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  5. Giampaoli, V. (1999). Inferência estatística para modelos lineares com restrições nos parâmetros em condições regulares e não regulares.
    Tese de doutoramento. Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  6. Higashi, C. (1995). Análise de perfis para experimentos em blocos aleatorizados. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  7. Lora, M.I. (2004). Modelos de regressão Beta-Binomial/Poisson para contagens bivariadas. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  8. Nobre, J.S. (2004). Métodos de diagnóstico para modelos lineares mistos. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  9. Papescu, S. (1995). Análise de perfis com dados incompletos. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  10. Rocha, F.M.M. (2004) Seleção de estruturas de covariância para dados com medidas repetidas. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  11. Rocha, F.M.M. (2009). Efeito da estrutura de covariância na análise de dados longitudinais. Tese de doutoramento.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  12. Rosa, P. (2001). Análise não paramétrica de dados ordinais com medidas repetidas. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  13. Sañudo, A. (2000). Intervalos de confiança para curvas percentuais de peso fetal estimado em gestações gemelares. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  14. Sef, H.C. (1999). Modelos multiplicativos de regressão para dados pré-teste/pós-teste em blocos. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  15. Shinzato, A.R. (2004) Curvas de referência não linearizáveis baseadas em dados longitudinais. Dissertação de mestrado.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  16. Soler, J.M.P. (1997). Contribuições ao estudo do modelo de Potthoff e Roy para curvas de crescimento. Tese de doutoramento.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  17. Suyama, E. (1995). Identificação de um modelo de efeitos aleatórios. Tese de doutoramento.
    Departamento de Estatística, Instituto de Matemática e Estatística, Universidade de São Paulo.
  1. Exercícios
  2. Provas :
  3. Reavaliação:
  1. As listas devem ser entregues em grupos de 5 ou 6 alunos.
  2. Os relatórios devem ser impressos e rotulados (cada grupo deve escolher um rótulo) com data e indicação do número da lista.
  3. Os comandos R comentados devem ser enviados por correio eletrônico num arquivo rotulado conforme as indicações acima.