Made available in DSpace on 2014-06-12T18:06:22Z (GMT). No. of bitstreams: 2 arquivo7261_1.pdf: 519185 bytes, checksum: 923bd272ea2504b66609c2a51a5f7382 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2004 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Modelos para dados longitudinais são modelos de regressão com respostas correlacionadas no tempo, observadas da mesma unidade amostral, podendo estas respostas serem consideradas de alguma forma grupos (clusters). A correlação existente deve ser levada em consideração. Uma forma de modelar esta correlação entre as observações ao longo do tempo é através das Equações de Estimação Generalizadas (GEEs). Liang & Zeger (1986) propuseram uma forma relativamente simples de tratar dados longitudinais através de Modelos Lineares Generalizados (MLG). O objetivo deste trabalho é estudar este tipo de modelo estatístico e seus métodos de estimação associados para análise de dados longitudinais categorizados ordinais e fazer uma análise de um conjunto de dados longitudinais considerando que os dados são correlacionados. Foi realizada uma aplicação com dados reais proveniente de um estudo de coorte de 477 crianças residentes nos municípios da zona da mata meridional de Pernambuco acompanhadas ao nascer e aos 2, 4, 6, 9, 12,15 e 18 meses de vida, estimando-se as probabilidades de desnutrição em relação a certas condições sócio-demográficas e biológicas, aqui denominada ?condição geral? e mais a situação de aleitamento da criança. Foram construídos modelos marginais nos quais a resposta é uma variável aleatória categorizada ordinal. Através dos modelos encontrados foi verificado a importância do aleitamento materno no estado nutricional da criança. Para as análises foram utilizados os pacotes estatísticos SAS e R. Os resultados indicam que as probabilidades estimadas utilizando os dois pacotes computacionais são bastantes próximas, apesar do pacote SAS utilizar o método GEE1, e o R utilizar o método GEE2, que são métodos diferentes provenientes de extensões do GEE. As estimativas oferecidas pelo R são sempre um pouco menores que as oferecidas pelo SAS

Uma suposição muito comum na análise de modelos de regressão é a de respostas independentes. No entanto, quando trabalhamos com dados longitudinais ou agrupados essa suposição pode não fazer sentido. Para resolver esse problema existem diversas metodologias, e talvez a mais conhecida, no contexto não Gaussiano, é a metodologia de Equações de Estimação Generalizadas (EEGs), que possui similaridades com os Modelos Lineares Generalizados (MLGs). Essas similaridades envolvem a classificação do modelo em torno de distribuições da família exponencial e da especificação de uma função de variância. A única diferença é que nessa função também é inserida uma matriz trabalho que inclui a parametrização da estrutura de correlação dentro das unidades experimentais. O principal objetivo desta dissertação é estudar como esses modelos se comportam em uma situação específica, de dados de contagem com sobredispersão. Quando trabalhamos com MLGs esse problema é resolvido através do ajuste de um modelo com resposta binomial negativa (BN), e a ideia é a mesma para os modelos envolvendo EEGs. Essa dissertação visa rever as teorias existentes em EEGs no geral e para o caso específico quando a resposta marginal é BN, e além disso mostrar como essa metodologia se aplica na prática, com três exemplos diferentes de dados correlacionados com respostas de contagem. / An assumption that is common in the analysis of regression models is that of independent responses. However, when working with longitudinal or grouped data this assumption may not have sense. To solve this problem there are several methods, but perhaps the best known, in the non Gaussian context, is the one based on Generalized Estimating Equations (GEE), which has similarities with Generalized Linear Models (GLM). Such similarities involve the classification of the model around the exponential family and the specification of a variance function. The only diference is that in this function is also inserted a working correlation matrix concerning the correlations within the experimental units. The main objective of this dissertation is to study how these models behave in a specific situation, which is the one on count data with overdispersion. When we work with GLM this kind of problem is solved by setting a model with a negative binomial response (NB), and the idea is the same for the GEE methodology. This dissertation aims to review in general the GEE methodology and for the specific case when the responses follow marginal negative binomial distributions. In addition, we show how this methodology is applied in practice, with three examples of correlated data with count responses.

Uma suposição muito comum na análise de modelos de regressão é a de respostas independentes. No entanto, quando trabalhamos com dados longitudinais ou agrupados essa suposição pode não fazer sentido. Para resolver esse problema existem diversas metodologias, e talvez a mais conhecida, no contexto não Gaussiano, é a metodologia de Equações de Estimação Generalizadas (EEGs), que possui similaridades com os Modelos Lineares Generalizados (MLGs). Essas similaridades envolvem a classificação do modelo em torno de distribuições da família exponencial e da especificação de uma função de variância. A única diferença é que nessa função também é inserida uma matriz trabalho que inclui a parametrização da estrutura de correlação dentro das unidades experimentais. O principal objetivo desta dissertação é estudar como esses modelos se comportam em uma situação específica, de dados de contagem com sobredispersão. Quando trabalhamos com MLGs esse problema é resolvido através do ajuste de um modelo com resposta binomial negativa (BN), e a ideia é a mesma para os modelos envolvendo EEGs. Essa dissertação visa rever as teorias existentes em EEGs no geral e para o caso específico quando a resposta marginal é BN, e além disso mostrar como essa metodologia se aplica na prática, com três exemplos diferentes de dados correlacionados com respostas de contagem. / An assumption that is common in the analysis of regression models is that of independent responses. However, when working with longitudinal or grouped data this assumption may not have sense. To solve this problem there are several methods, but perhaps the best known, in the non Gaussian context, is the one based on Generalized Estimating Equations (GEE), which has similarities with Generalized Linear Models (GLM). Such similarities involve the classification of the model around the exponential family and the specification of a variance function. The only diference is that in this function is also inserted a working correlation matrix concerning the correlations within the experimental units. The main objective of this dissertation is to study how these models behave in a specific situation, which is the one on count data with overdispersion. When we work with GLM this kind of problem is solved by setting a model with a negative binomial response (NB), and the idea is the same for the GEE methodology. This dissertation aims to review in general the GEE methodology and for the specific case when the responses follow marginal negative binomial distributions. In addition, we show how this methodology is applied in practice, with three examples of correlated data with count responses.

Made available in DSpace on 2016-06-02T20:05:59Z (GMT). No. of bitstreams: 1 DissFMTP.pdf: 1395799 bytes, checksum: 92e515da8b8dec81124d070a8fec7082 (MD5) Previous issue date: 2007-09-27 / In several research areas, the study of the occurrence of a phenomenon over a period of time is very common. In this case, if we use the theory of Generalized Linear Models to analyze the subject of interest, we ll have, as a consequence, incorrect inferences concerning regression parameters and inefficient estimators, since considering the random variables as independent responses, is the main characteristic of this theory. When the variable response is observed over time, there can be a correlation between the observations and that must be taken into consideration on the estimation of the parameters. To incorporate this temporal dependence, we can use the theory of Generalized Estimating Equations, proposed by Liang & Zeger, 1986, as an extension of the Generalized Linear Models, to compute the correlation between the observations. Besides the temporal correlation, there can even be a space correlation and, in this case, we can use the theory of Geostatistic to estimate the reach of the correlation of samples over a study region, as well as to identify whether there is a privileged direction of variability of the studied phenomenon, important data not revealed when we utilize the theories of classic statistic. In this dissertation, we applied the methodologies mentioned above to try to explain the presence and the behavior of the female Aedes (Stegomyia) aegypti captured by adulticed traps in the city of Mirassol/SP, with the goal of helping on the search of more precise methods to contain the dissemination of dengue. / É muito comum, em diversas áreas, o estudo da ocorrência de um fenômeno ao longo do tempo. Neste caso, se utilizarmos a teoria de Modelos Lineares Generalizados para analisarmos o objeto de interesse, teremos como conseqüência inferências incorretas dos parâmetros regressores e estimadores ineficientes, uma vez que a principal característica desta teoria é considerar as variáveis aleatórias como sendo respostas independentes. Quando a variável resposta é observada ao longo do tempo, pode haver uma correlação entre as observações e isso deve ser levado em consideração na estimação dos parâmetros. Para incorporarmos esta dependência temporal podemos utilizar a teoria das Equações de Estimação Generalizadas, proposta por Liang & Zeger, 1986, como uma extensão dos Modelos Lineares Generalizados para computar a correlação existente entre as observações. Além da correlação temporal, pode haver, ainda, uma correlação espacial e, neste caso, podemos utilizar a teoria da Geoestatística para estimarmos o alcance de correlação das amostras ao longo de uma região de estudo, bem como para identificarmos se há uma direção privilegiada de variabilidade do fenômeno analisado, dados importantes não revelados quando utilizamos as teorias da estatística clássica. Nesta dissertação aplicamos as metodologias acima citadas para tentar explicar a presença e o comportamento de fêmeas Aedes (Stegomyia) aegypti capturadas por armadilhas adulticidas na cidade de Mirassol/SP, com o objetivo de colaborar na busca de métodos mais precisos para contenção da disseminação da dengue.

Made available in DSpace on 2016-06-02T20:06:01Z (GMT). No. of bitstreams: 1 1989.pdf: 231034 bytes, checksum: 31bd4dd9e300bf47b5b32ecca7d161ab (MD5) Previous issue date: 2008-06-09 / Financiadora de Estudos e Projetos / For the most part of modelings in the credit risk area, the most widely used model is the credit scoring, and as the main statistical technique, the binary logistic regression, used to determine whether a customer is a good or bad payer. In this academic work an alternative methodology is proposed, where the estimative is formed based on the scores obtained by customers; this means the response follows a binomial distribution. In this modeling the combined estimate of scores of various products used by customers is included, considering the correlation between these scores. / Em grande parte das modelagens na área de risco de crédito, o modelo mais utilizado é o credit scoring, e como técnica estatística principal a regressão logistica binária, utilizada para decidir se um cliente é bom ou mau pagador. Neste trabalho propomos uma metodologia alternativa, onde a estimativa é feita diretamente nos escores dos clientes, com issa a resposta segue uma distribuição binomial. Nessa modelagem incluimos ainda a estimativa conjunta dos escores de vários produtos utilizados pelos clientes, levando em consideração a correlação existente entre estes escores.

Estudos em que a resposta de interesse é uma variável categorizada são bastante comuns nas mais diversas áreas da Ciência. Em muitas situações essa resposta é composta por mais de duas categorias não ordenadas, denominada então de uma variável politômica nominal, e em geral o objetivo do estudo é associar a probabilidade de ocorrência de cada categoria aos efeitos de variáveis explicativas. Ademais, existem tipos especiais de estudos em que os dados são coletados diversas vezes para uma mesma unidade amostral ao longo do tempo, os estudos longitudinais. Estudos assim requerem o uso de modelos estatísticos que considerem em sua formulação algum tipo de estrutura que suporte a dependência que tende a surgir entre observações feitas em uma mesma unidade amostral. Neste trabalho são abordadas duas extensões do modelo de logitos generalizados, usualmente empregado quando a resposta é politômica nominal com observações independentes entre si. A primeira consiste de uma modificação das equações de estimação generalizadas para dados nominais que se utiliza de razões de chances locais para descrever a dependência entre as observações da variável resposta politômica ao longo dos diversos tempos observados. Este tipo de modelo é denominado de modelo marginal. A segunda proposta abordada consiste no modelo de logitos generalizados com a inclusão de efeitos aleatórios no preditor linear, que também leva em conta uma dependência entre as observações. Esta abordagem caracteriza o modelo de logitos generalizados misto. Há diferenças importantes inerentes às interpretações dos modelos marginais e mistos, que são discutidas e que devem ser levadas em consideração na escolha da abordagem adequada. Ambas as propostas são aplicadas em um conjunto de dados proveniente de um experimento da área agronômica realizado em campo, conduzido sob um delineamento casualizado em blocos com esquema fatorial para os tratamentos. O experimento foi acompanhado ao longo de seis estações do ano, caracterizando assim uma estrutura longitudinal, sendo a variável resposta o tipo de vegetação observado no campo (touceiras, plantas invasoras ou espaços vazios). Os resultados encontrados são satisfatórios, embora a dependência presente nos dados não seja tão caracterizada; por meio de testes como da razão de verossimilhanças e de Wald diversas diferenças significativas entre os tratamentos foram encontradas. Ainda, devido às diferenças metodológicas das duas abordagens, o modelo marginal baseado nas equações de estimação generalizadas mostra-se mais adequado para esses dados. / Studies where the response is a categorical variable are quite common in many fields of Sciences. In many situations this response is composed by more than two unordered categories characterizing a nominal polytomous outcome and, in general, the aim of the study is to associate the probability of occurrence of each category to the effects of variables. Furthermore, there are special types of study where many measurements are taken over the time for the same sampling unit, called longitudinal studies. Such studies require special statistical models that consider some kind of structure that support the dependence that tends to arise from the repeated measurements for the same sampling unit. This work focuses on two extensions of the baseline-category logit model usually employed in cases when there is a nominal polytomous response with independent observations. The first one consists in a modification of the well-known generalized estimating equations for longitudinal data based on local odds ratios to describe the dependence between the levels of the response over the repeated measurements. This type of model is also known as a marginal model. The second approach adds random effects to the linear predictor of the baseline-category logit model, which also considers a dependence between the observations. This characterizes a baseline-category mixed model. There are substantial differences inherent to interpretations when marginal and mixed models are compared, what should be considered in the choice of the most appropriated approach for each situation. Both methodologies are applied to the data of an agronomic experiment installed under a complete randomized block design with a factorial arrangement for the treatments. It was carried out over six seasons, characterizing the longitudinal structure, and the response is the type of vegetation observed in field (tussocks, weeds or regions with bare ground). The results are satisfactory, even if the dependence found in data is not so strong, and likelihood-ratio and Wald tests point to several differences between treatments. Moreover, due to methodological differences between the two approaches, the marginal model based on generalized estimating equations seems to be more appropriate for this data.

Made available in DSpace on 2016-06-02T20:06:07Z (GMT). No. of bitstreams: 1 5034.pdf: 832896 bytes, checksum: 2e9dd202302339e95fd416a410d6eb7e (MD5) Previous issue date: 2013-03-11 / Financiadora de Estudos e Projetos / One of the distributions used to model extremal events is the type I extremevalue distribution (Gumbel distribution). The usual extreme-value regression model requires independent observations. In this work, using generalized linear model (Mc-Cullagh e Nelder, 1989) and generalized estimating equations (Liang e Zeger, 1986), we developed the extreme-value regression model when there are independent clusters formed by dependent variables. The behavior of parameter estimators of the proposed model is studied through Monte Carlo simulations. / A distribuição valor extremo tipo I, também conhecida como distribuição Gumbel, é uma das distribuições utilizadas para a modelagem de eventos extremos. Os modelos existentes de regressão valor extremo supõem que as observações sejam independentes, inviabilizando o uso desses modelos quando existe dependência entre as observações. Nesta dissertação, utilizando modelos lineares generalizados (McCullagh e Nelder, 1989) e equações de estimação generalizadas (Liang e Zeger, 1986), desenvolvemos o modelo de regress~ao valor extremo para o caso em que h a grupos independentes formados por respostas dependentes. O comportamento dos estimadoresdos parâmetros do modelo proposto é avaliada através de simulações Monte Carlo.

Submitted by Etelvina Domingos (etelvina.domingos@ufpe.br) on 2015-03-12T19:28:53Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Daniele de Brito Trindade.pdf: 1575283 bytes, checksum: 7c79e6ffbd150b8169bb357d1a252353 (MD5) / Made available in DSpace on 2015-03-12T19:28:53Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Daniele de Brito Trindade.pdf: 1575283 bytes, checksum: 7c79e6ffbd150b8169bb357d1a252353 (MD5) Previous issue date: 2014-02 / CAPES / A modelagem para dados de contagem é bastante utilizada em diversas áreas do conhecimento, como nas ciências biológicas, educação e saúde pública. O modelo comumente utilizado para analisar dados de contagem é o modelo Poisson. Contudo, quando os dados apresentam superdispersão o modelo Poisson não é mais indicado. Existem extensões do modelo Poisson que podem ser usados nesta situação, como o modelo Poisson in acionado de zeros (ZIP, em inglês). Porém, neste trabalho, é considerado o modelo Binomial Negativo, que é adequado para esta situação, além de ser um modelo simples e bastante conhecido. Uma suposição do modelo de regressão tradicional é a independência entre as observações. Contudo, quando as unidades amostrais são medidas repetidamente ao longo do tempo, os estudos longitudinais permite a veri cação das taxas de mudança que ocorrem ao longo do tempo e os fatores que podem motivar tal variação. Estes estudos são de particular interesse quando o objetivo é avaliar variações globais ou individuais da resposta ao longo do tempo. Este tipo de estudo considera a correlação entre as respostas dentro das unidades amostrais e a ordenação cronológica das respostas. Duas abordagens de regressão comumente utilizadas para analisar dados longitudinais são os modelos condicionais e os marginais. O modelo condicional assume a existência de efeitos aleatórios que descrevem o comportamento de um indivíduo especí co, sendo este modelo também chamado de multinível. No modelo marginal a variável resposta é modelada independentemente da correlação existente entre as medidas de cada unidade amostral (denotada por correlação intra-indivíduo), modelando a expectativa marginal como uma função das variáveis explicativas. Neste trabalho as duas abordagens foram aplicadas à análise de dados de contagem longitudinais. Estudos de simulação foram realizados para avaliar a performance dos estimadores provenientes destas metodologias. Aplicações com bases de dados reais são apresentadas.

Submitted by Geyciane Santos (geyciane_thamires@hotmail.com) on 2015-10-02T15:56:27Z No. of bitstreams: 1 Dissertação - Carla Zeline Rodrigues Bandeira.pdf: 2549224 bytes, checksum: aa333603d820f70948fed268d6c84524 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-10-09T14:13:31Z (GMT) No. of bitstreams: 1 Dissertação - Carla Zeline Rodrigues Bandeira.pdf: 2549224 bytes, checksum: aa333603d820f70948fed268d6c84524 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-10-09T14:19:46Z (GMT) No. of bitstreams: 1 Dissertação - Carla Zeline Rodrigues Bandeira.pdf: 2549224 bytes, checksum: aa333603d820f70948fed268d6c84524 (MD5) / Made available in DSpace on 2015-10-09T14:19:46Z (GMT). No. of bitstreams: 1 Dissertação - Carla Zeline Rodrigues Bandeira.pdf: 2549224 bytes, checksum: aa333603d820f70948fed268d6c84524 (MD5) Previous issue date: 2015-04-09 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work proposes a new model for count data with excess zeros, overdispersion and spatial dependence. To accommodate these characteristics simultaneously, we used an zeroinflated quasi-likelihood (QIZ), where the spatial dependence is incorporated in the estimation process through generalized estimating equations (GEE). The estimation algorithm used in this process was the ES (Expectation-Solution); confidence intervals for the parameters were obtained via Bootstrap Inference. Simulation studies have been performed in various scenarios. Finally, the method is illustrated using data of leprosy cases in the State of Amazonas. / Neste trabalho foi proposto um novo modelo para dados de contagem com excesso de zeros, sobredispersão e dependência espacial. Para acomodar simultaneamente essas características, utilizou-se uma quase verossimilhança inflacionada de zeros (QIZ), onde a dependência espacial foi incorporada no processo de estimação através das equações de estimação generalizadas (GEE). O algoritmo de estimação usado nesse processo foi o ES (Expectation-Solution); os intervalos de confiança para os parâmetros foram obtidos via Inferência Bootstrap. Estudos de simulação foram realizados considerando-se vários cenários. Finalmente, o método proposto foi ilustrado usando dados de casos de Hanseníase no Estado do Amazonas.

Estudos em que a resposta de interesse é uma variável categorizada são bastante comuns nas mais diversas áreas da Ciência. Em muitas situações essa resposta é composta por mais de duas categorias não ordenadas, denominada então de uma variável politômica nominal, e em geral o objetivo do estudo é associar a probabilidade de ocorrência de cada categoria aos efeitos de variáveis explicativas. Ademais, existem tipos especiais de estudos em que os dados são coletados diversas vezes para uma mesma unidade amostral ao longo do tempo, os estudos longitudinais. Estudos assim requerem o uso de modelos estatísticos que considerem em sua formulação algum tipo de estrutura que suporte a dependência que tende a surgir entre observações feitas em uma mesma unidade amostral. Neste trabalho são abordadas duas extensões do modelo de logitos generalizados, usualmente empregado quando a resposta é politômica nominal com observações independentes entre si. A primeira consiste de uma modificação das equações de estimação generalizadas para dados nominais que se utiliza de razões de chances locais para descrever a dependência entre as observações da variável resposta politômica ao longo dos diversos tempos observados. Este tipo de modelo é denominado de modelo marginal. A segunda proposta abordada consiste no modelo de logitos generalizados com a inclusão de efeitos aleatórios no preditor linear, que também leva em conta uma dependência entre as observações. Esta abordagem caracteriza o modelo de logitos generalizados misto. Há diferenças importantes inerentes às interpretações dos modelos marginais e mistos, que são discutidas e que devem ser levadas em consideração na escolha da abordagem adequada. Ambas as propostas são aplicadas em um conjunto de dados proveniente de um experimento da área agronômica realizado em campo, conduzido sob um delineamento casualizado em blocos com esquema fatorial para os tratamentos. O experimento foi acompanhado ao longo de seis estações do ano, caracterizando assim uma estrutura longitudinal, sendo a variável resposta o tipo de vegetação observado no campo (touceiras, plantas invasoras ou espaços vazios). Os resultados encontrados são satisfatórios, embora a dependência presente nos dados não seja tão caracterizada; por meio de testes como da razão de verossimilhanças e de Wald diversas diferenças significativas entre os tratamentos foram encontradas. Ainda, devido às diferenças metodológicas das duas abordagens, o modelo marginal baseado nas equações de estimação generalizadas mostra-se mais adequado para esses dados. / Studies where the response is a categorical variable are quite common in many fields of Sciences. In many situations this response is composed by more than two unordered categories characterizing a nominal polytomous outcome and, in general, the aim of the study is to associate the probability of occurrence of each category to the effects of variables. Furthermore, there are special types of study where many measurements are taken over the time for the same sampling unit, called longitudinal studies. Such studies require special statistical models that consider some kind of structure that support the dependence that tends to arise from the repeated measurements for the same sampling unit. This work focuses on two extensions of the baseline-category logit model usually employed in cases when there is a nominal polytomous response with independent observations. The first one consists in a modification of the well-known generalized estimating equations for longitudinal data based on local odds ratios to describe the dependence between the levels of the response over the repeated measurements. This type of model is also known as a marginal model. The second approach adds random effects to the linear predictor of the baseline-category logit model, which also considers a dependence between the observations. This characterizes a baseline-category mixed model. There are substantial differences inherent to interpretations when marginal and mixed models are compared, what should be considered in the choice of the most appropriated approach for each situation. Both methodologies are applied to the data of an agronomic experiment installed under a complete randomized block design with a factorial arrangement for the treatments. It was carried out over six seasons, characterizing the longitudinal structure, and the response is the type of vegetation observed in field (tussocks, weeds or regions with bare ground). The results are satisfactory, even if the dependence found in data is not so strong, and likelihood-ratio and Wald tests point to several differences between treatments. Moreover, due to methodological differences between the two approaches, the marginal model based on generalized estimating equations seems to be more appropriate for this data.