"Modelos estatÃsticos para anÃlise de dados longitudinais categorizados ordinais"

AUTOR(ES)
DATA DE PUBLICAÇÃO

2004

RESUMO

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 correlaÃÃo existente deve ser levada em consideraÃÃo. Uma forma de modelar esta correlaÃÃo entre as observaÃÃes ao longo do tempo à atravÃs das EquaÃÃes de EstimaÃÃo Generalizadas (GEEs). Liang &Zeger (1986) propuseram uma forma relativamente simples de tratar dados longitudinais atravÃs de Modelos Lineares Generalizados (MLG). O objetivo deste trabalho à estudar este tipo de modelo estatÃstico e seus mÃtodos de estimaÃÃo associados para anÃlise de dados longitudinais categorizados ordinais e fazer uma anÃlise de um conjunto de dados longitudinais considerando que os dados sÃo correlacionados. Foi realizada uma aplicaÃÃo com dados reais proveniente de um estudo de coorte de 477 crianÃas residentes nos municÃpios 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 desnutriÃÃo em relaÃÃo a certas condiÃÃes sÃcio-demogrÃficas e biolÃgicas, aqui denominada âcondiÃÃo geralâ e mais a situaÃÃo de aleitamento da crianÃa. Foram construÃdos modelos marginais nos quais a resposta Âe uma variÃvel aleatÃria categorizada ordinal. AtravÃs dos modelos encontrados foi verificado a importÃncia do aleitamento materno no estado nutricional da crianÃa. Para as anÃlises foram utilizados os pacotes estatÃsticos SAS e R. Os resultados indicam que as probabilidades estimadas utilizando os dois pacotes computacionais sÃo bastantes prÃximas, apesar do pacote SAS utilizar o mÃtodo GEE1, e o R utilizar o mÃtodo GEE2, que sÃo mÃtodos diferentes provenientes de extensÃes do GEE. As estimativas oferecidas pelo R sÃo sempre um pouco menores que as oferecidas pelo SAS

ASSUNTO(S)

dados longitudinais modelos lineares generalizados, modelo marginal equaÃÃes de estimaÃÃo generalizadas estatistica

Documentos Relacionados