Prueba para normalidad sesgada en el modelo lienal mixto con intercepto aleatorio
Skew normality test in a linear mixed model with random intercept
Palabras clave:
Modelos lineales mixtos, distribución normal sesgada, datos longitudinales (es)Linear mixed models, skew normal distribution, longitudinal data (en)
Descargas
Los modelos lineales mixtos se basan en el supuesto de que los efectos aleatorios y los errores son independientes y se distribuyen normalmente; sin embargo, este supuesto no siempre se satisface. Este trabajo propone una prueba para la detectar normalidad sesgada de los residuales y efectos aleatorios de un modelo lineal mixto. Para esto se presenta un método gráfico, usando simulación y se ilustra con unos datos reales. Se detectan casos lógicos donde los residuales del modelo lineal mixto se comportan acorde con las distribuciones Normal Sesgada y T Sesgada con la herramienta propuesta, proporcionando los análisis para mejorar la estimación.
Linear mixed models are based on the assumption that both the random eects and the errors are independent and normally distributed. In literature, analytical and graphical methods have been proposed to validate such assumption; nevertheless, this assumption is not always satised. This work proposes a test to identify skew normality in residuals. According to this a graphical method is presented, using simulation, and it is illustrated with real data. Logical cases are detected showing adjustment to skew- and t- distributions with the proposed test, enabling analysts to improve estimation.
Referencias
Arellano, R. B.; Bolfarine, H.; Lachos, V. (2005), Skew-normal Linear Mixed Models. Journal of Data Science, 3, 415-438.
Azzalini, A. (1985), A class of distribution which includes the normal ones. Scand. J. Statist, 12, 171-178.
Azzalini, A.; Dalla Valle, A. (1996), The multivariate skew-normal distribution. Biometrika. 83(4), 715-726.
Azzalini, A.; Capitanio, A. (1999), Statistical applications of the multivariate skew normal distribution. J. Roy. Statist. Soc, series B, 6, 579-602.
Gurka M.; Edwards, Ll.; Muller, K.; Kupper, L. (2006), Extending the Box-Cox transformation to the linear mixed model. Journal of the Royal Statistical Society. Series A, 169(2), 273-288.
Lange, N.; Ryan, L. (1989), Assessing normality in random effects models. Ann. Statist, 17(2), 624-642.
Muñoz, H. (2004), Estudio In Vitro de los efectos e interacciones ambientales en el crecimiento y la producción de ácidos grasos poliinsaturados de las microalgas marinas. Tesis de Grado. Universidad Nacional de Colombia.
R Core Team (2014), R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-project.org/.
Serfling, R. J. (1980), Approximation theorems of mathematical statistics. Wiley, New York. ISBN 0471024031
Valencia, M. (2010), Estimación en modelos lineales mixtos con datos continuos usando transformaciones y distribuciones no normales. Trabajo de Grado para optar al título de Magister en Ciencias-Estadística. Universidad Nacional de Colombia, Sede Medellín.
Verbeke, G.; Lesaffre, E. (1996), A linear mixed effects model with heterogeneity in the random effects population. J. Amer. Statist. Assoc., 91, 217-221.
Verbeke, G.; Molenberghs, G. (2001), Linear Mixed Models for Longitudinal Data. Springer, NY.
Zhou, T.; He, X. (2007), Three-step estimation in linear mixed models with skew-t distributions. Journal of Statistical Planning and Inference, 138, 1542-1555.
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Visitas a la página del resumen del artículo
Descargas
Licencia
Los autores o titulares del derecho de autor de cada artículo confieren a la Revista de la Facultad de Ciencias de la Universidad Nacional de Colombia una autorización no exclusiva, limitada y gratuita sobre el artículo que una vez evaluado y aprobado se envía para su posterior publicación ajustándose a las siguientes características:
1. Se remite la versión corregida de acuerdo con las sugerencias de los evaluadores y se aclara que el artículo mencionado se trata de un documento inédito sobre el que se tienen los derechos que se autorizan y se asume total responsabilidad por el contenido de su obra ante la Revista de la Facultad de Ciencias, la Universidad Nacional de Colombia y ante terceros.
2. La autorización conferida a la revista estará vigente a partir de la fecha en que se incluye en el volumen y número respectivo de la Revista de la Facultad de Ciencias en el Sistema Open Journal Systems y en la página principal de la revista (https://revistas.unal.edu.co/index.php/rfc/index), así como en las diferentes bases e índices de datos en que se encuentra indexada la publicación.
3. Los autores autorizan a la Revista de la Facultad de Ciencias de la Universidad Nacional de Colombia para publicar el documento en el formato en que sea requerido (impreso, digital, electrónico o cualquier otro conocido o por conocer) y autorizan a la Revista de la Facultad de Ciencias para incluir la obra en los índices y buscadores que estimen necesarios para promover su difusión.
4. Los autores aceptan que la autorización se hace a título gratuito, por lo tanto renuncian a recibir emolumento alguno por la publicación, distribución, comunicación pública y cualquier otro uso que se haga en los términos de la presente autorización.
5. Todos los contenidos de la Revista de la Facultad de Ciencias, están publicados bajo la Licencia Creative Commons Atribución – No comercial – Sin Derivar 4.0.
MODELO DE CARTA DE PRESENTACIÓN y CESIÓN DE DERECHOS DE AUTOR