Efecto de la especificación incorrecta en el modelo de regresión beta con intercepto aleatorio
Effect of misspecifying the random effects distribution in random intercept Beta mixed beta regression model
DOI:
https://doi.org/10.15446/rev.fac.cienc.v7n2.66441Palabras clave:
Efectos aleatorios, Especificación incorrecta, Distancia relativa, Distribución de efectos aleatorios, Regresión Beta (es)Random effects, Misspecification, Relative distance, Random effects distribution, Beta regression (en)
Descargas
Referencias
Agresti, A.; Caffo, B.; Ohman-Strickland, P. (2004), Examples in which misspecification of a random effects distribution reduces efficiency, and possible remedies. Computational Statistics and Data Analysis. 47, 639-653.
Alonso, A.; Litiere, S.; Molenberghs, G. (2008), A family of tests to detect misspecifications in the random-effects structure of generalized linear mixed models. Computational Statistics and Data Analysis. 52, 4474-4486.
Alonso, A.; Litiere, S.; Molenberghs, G. (2010), Testing for misspecification in generalized linear mixed models. Biostatistics. 11, 771-786.
Bartolucci, F.; Bacci, S.; Pigini, C. (2017). Misspecification test for random effects in generalized linear finite-mixture models for clustered binary and ordered data. Econometrics and Statistics. 3, 112-131.
Brostrom, G.; Holmberg, H. (2011). R: glmmML: Generalized linear models with clustering. R package version 0.82-1. URL http://CRAN.R-project.org/package=glmmML.
Drikvandi, R.; Verbeke, G.; Molenberghs, G. (2017). Diagnosing misspecification of the randomeffects distribution in mixed models. Biometrics. 73, 63-71.
Efendi, A; Drikvandi, R; Verbeke, G.; Molenberghs, G. (2014), A goodness-of-fit test for the randomeffects distribution in mixed models. Statistical Methods in Medical Research. 26, 970-983.
Fahrmeir, L.; Tutz, G. (2001), Multivariate Statistical Modelling Based on Generalized Linear
Models. Springer. New York.
Ferrari, S.L.P. ; Cribari-Neto, F. (2004), Beta regression for modeling rates and proportions. Journal
of Applied Statistics. 31, 799-815.
Galvis, D. M.; Bandyopadhyay, D.; Lachos, V. H. (2014). Augmented mixed beta regression models
for periodontal proportion data. Statistics in medicine. 33, 3759-3771.
Gay, D.M. (1990), Usage summary for selected optimization routines. Computing Science Technical
Report 153, AT&T Bell Laboratories, Murray Hill.
Heagerty, P.J.; Kurland, B.F. (2001), Misspecified maximum likelihood estimates and generalized
linear mixed models. Biometrika. 88, 973-985.
Huang, X. (2009), Diagnosis of Random-Effect Model for Misspecification in Generalized Linear
Mixed Models for Binary Response. Biometrics. 65, 361-368.
Litiere, S.; Alonso, A.; Molenbergs, G. (2007), Type I and Type II Error under Random Effects
Misspecification in Generalized Linear Mixed Models. Biometrics. 63, 1038-1044.
Litiere, S.; Alonso, A.; Molenberghs, G. (2008). The impact of a misspecified random?effects distribution on the estimation and the performance of inferential procedures in generalized linear
mixed models. Statistics in medicine. 27, 3125-3144.
McCullagh, P.; Nelder, J.A. (1989), Generalized Linear Models. Chapman and Hall. London.
McCulloch, C.E.; Neuhaus, J.M. (2011a), Misspecifying the Shape of a Random Effects Distribution:
Why Getting It Wrong May Not Matter. Statistical Science. 26, 388-402.
McCulloch, C.E.; Neuhaus, J.M. (2011b), Prediction of Random Effects in Linear and Generalized
Linear Models under Model Misspecification. Biometrics. 67, 270-279.
Neuhaus, J.M.; McCulloch, C.E.; Boylan, R. (2013), Estimation of covariate effects in generalized
linear mixed models with a misspecified distribution or random intercepts and slopes. Statisics
in Medicine. 32, 2419-2429.
R Core Team (2017). R: A language and environment for statistical computing. R Foundation for
Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
Rizopoulos, D.; Verbeke, G.; Molenberghs, G. (2008). Shared parameter models under random
effects misspecification. Biometrika. 95, 63-74.
Song, P.; Qiu, Z.; Tan, M. (2004), Modelling Heterogeneous Dispersion in Marginal Models for
Longitudinal Proportional Data. Biometrical Journal. 46, 540-553.
Usuga, O.C. (2013). Modelos de regress~ao beta com efeitos aleat´orios normais e nao normais para
dados longitudinais. Tese de doutorado. Instituto de Matem´atica e Estat´ıstica da USP. S~ao
Paulo.
Verbeke, G.; Lessafre, E. (1997), The effect of misspecifying the random-effects distribution in linear
mixed models for longitudinal data. Computational Statistics and Data Analysis. 23, 541-556.
Verbeke, G.; Molenberghs, G. (2000), Linear mixed models for longitudinal data. Springer. New
York.
Verbeke, G.; Molenberghs, G. (2013), The gradient function as an exploratory goodness-of-fit assessment of the random-effects distribution in mixed models. Biostatistics. 14, 477-490.
Wu, L. (2010), Mixed Effects Models for Complex Data. Chapman and Hall. Boca Raton.
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Licencia
Derechos de autor 2018 Revista de la Facultad de Ciencias

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
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