Uso del variograma para la selección de modelos de co-variancia en los modelos mixtos

• Autores: Guillamet Chargue, Cecilia; Rapelli Picabea, Cecilia Mónica; García, María del Carmen Eva
• Año de publicación: 2016
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Datos longitudinales; Modelos lineales mixtos; Variograma; Longitudinal data; Linear mixed models; Variogram
• Institución: Universidad Nacional de Rosario

Los modelos lineales mixtos se utilizan para modelar los datos longitudinales debido a su flexibilidad para representar las múltiples fuentes de variación y correlación y para manejar datos incompletos y no balanceados. Una etapa fundamental en el proceso de construcción del modelo es la selección de la es-tructura de covariancia. El variograma muestral se presenta como la única herramienta dis-ponible para la identificación de la misma cuando los datos son no balanceados. En este trabajo se ilustra el uso del variograma en la etapa exploratoria, para la identifica-ción de las componentes estocásticas que se deben incluir en el modelo, así como para la identificación del modelo de correlación serial. También se ilustra su uso en el análisis de residuos como herramienta diagnóstica para evaluar el ajuste del modelo de covariancia seleccionado. En la aplicación, el variograma muestral permitió identificar claramente qué componentes estocásticas son convenientes incluir en el modelo para caracterizar de forma adecuada la variabilidad de los datos. Sin embargo, la selección de la función de correlación serial no fue evidente. El uso del variograma como herramienta de diagnóstico permite evaluar de forma sencilla y concluyente el modelo de covariancia seleccionado. Resulta necesario realizar posteriores análisis para evaluar si la identificación de una unidad atípica afecta el ajuste del modelo y las conclusiones obtenidas.
Mixed linear models are suitable for modeling longitudinal data because the model allows considering three qualitatively different sources of random variation. The adequate modeling of the covariance is not only useful for the interpretation of the random variability of the data, but also it is essential for obtaining valid inferences on the mean structure, which is of prime interest. Equally spaced observation periods are required for the usual methods of detecting a model for the covariance. The selection of a suitable model is more complicated when there are unequally spaced observation periods. The variogram has been widely used in spatial statistics to represent the covariance structure in geostatistical data. For longitudinal data, the variogram describes the association among repeated values and allows estimation with irregular observation periods. After a candidate model for the covariance is selected, the variograma can be used as a diagnostic tool for assessing the adequacy of the selected model. In this paper, the variogram is used as a descriptive and diagnostic tool. For its appli-cation we used a set of data related to a weight loss study in women
Fil: Fil: Garcia, María del Carmen - Facultad Ciencias Económicas y Estadística - Universidad Nacional de Rosario - Argentina