Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Estimación de datos faltantes en medidas repetidas con respuesta binaria

Ayala, Yolima and Melo, Óscar Orlando (2007) Estimación de datos faltantes en medidas repetidas con respuesta binaria. Revista Colombiana de Estadística; Vol. 30, núm. 2 (2007); 265-285 Revista Colombiana de Estadística; Vol. 30, núm. 2 (2007); 265-285 0120-1751 .

Texto completo

[img]
Vista previa
PDF
257kB

URL oficial: http://revistas.unal.edu.co/index.php/estad/articl...

Resumen

Se propone una metodología para la estimación de datos faltantes en condiciones longitudinales con respuesta binaria, desde una perspectiva univariada, basada en máxima verosimilitud. Suponiendo que las respuestas son faltantes de forma aleatoria (FFA), en cada una de las ocasiones se emplea el algoritmo EM de dos formas distintas: en la primera, el paso E se expresa como una log-verosimilitud ponderada de la respuesta, condicionada a las anteriores ocasiones tomadas como covariables adicionales, con base en el método de Ibrahim (1990) para covariables categóricas faltantes, obteniendo de esta forma estimadores máximo verosímiles. En la segunda, en el paso E se realiza la estimación e imputación de datos faltantes basada en el método Ancova de Bartlett (1937). La metodología propuesta es aplicada en un caso de estudio relacionado con factores de riesgo coronario, presentado en Fitzmaurice et al. (1994)., A maximum likelihood method is proposed to provide estimates for models with binary response in longitudinal data based on an univariate model. Under a missing at random (MAR) mechanism, the EM algorithm is used in two different forms: in the first, the E step can be expressed as a weighted log-likelihood responses given the previous times, based in the method of weights proposed by Ibrahim (1990), for partially missing covariates. In the second, on the E step the estimation and imputation for missing data is based in Ancova method proposed by Bartlett (1937). Finally, we apply our method to the data from the Muscatine Coronary Risk Factor Study, employed in Fitzmaurice et al. (1994).

Tipo de documento:Artículo - Article
Palabras clave:datos longitudinales, regresión logística, máxima verosimilitud, algoritmo EM, Longitudinal data, Logistic regression, Maximum likelihood, EM algorithm
Unidad administrativa:Revistas electrónicas UN > Revista Colombiana de Estadística
Código ID:30698
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :30 Junio 2014 13:07
Ultima modificación:31 Enero 2018 21:05
Ultima modificación:31 Enero 2018 21:05
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox