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

Julio da Motta Singer
1o semestre 2017
Aulas: segundas-feiras, 16:00h a 17:40h e quartas-feiras, 14:00h a 15:40h
Sala B-4
Monitor: William Nilson Amorim

  • Programa
  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
  • Bibliografia básica
  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
    http://www.ime.usp.br/~jmsinger/MAE0610/Mixedmodelresiduals.pdf
    http://www.ime.usp.br/~jmsinger/MAE0610/Nobre&Singer2007Rcommands.pdf
    http://www.ime.usp.br/~jmsinger/MAE0610/lmmresid.r
  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. (2017). Selection of terms in random coefficient regression models. Journal of Applied Statistics (accepted)
    http://dx.doi.org/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 (NOVO)
  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. (2016). Graphical tools for detecting departures from linear mixed model assumptions and some remedial measures. International Satistical Review (accepted).
    doi:10.1111/insr.12178
  24. Verbeke, G. and Molenberghs, G. (2001). Linear Mixed Models for Longitudinal Data. New York: Springer.
  25. Vonesh, E.F. and Chinchilli, V.M. (1997). Linear and Nonlinear Models for the Analysis of Repeated Measurements. New York: Marcel Dekker.
  • Dissertações e teses
  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.
  • Avaliação
  1. Exercícios (70%)
    Grupos de 4 ou 5 alunos.
  2. Provas (30%): 26/04 e 21/06
  3. Reavaliação: 25/07/2017 às 10:00.
  • Listas de exercícios
  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.
  • Lista 1 Exercícios 1.4.1, 1.4.2 e 1.4.3 de Singer&Nobre&Rocha2017mar. Entrega em 22/03/2017.
  • Lista 2 Exercícios 2.7.3, 2.7.6 e 2.7.7 de Singer&Nobre&Rocha2017abr. Entrega em 19/04/2017.
  • Lista 3 Exercícios 2.7.7 e 2.7.10 de Singer&Nobre&Rocha2017mai. Entrega em 24/05/2017.
  • Lista 4 Exercício 3.6.1 de Singer&Nobre&Rocha2017junho. Entrega em 28/06/2017.
mae0610.txt · Last modified: 2018/09/12 14:37 by admin
 
Except where otherwise noted, content on this wiki is licensed under the following license: CC Attribution-Share Alike 4.0 International
Recent changes RSS feed Donate Powered by PHP Valid XHTML 1.0 Valid CSS Driven by DokuWiki