文章基本信息

标题：SELECCIÓN DE MODELOS ANIDADOS PARA DATOS LONGITUDINALES USANDO CRITERIOS DE INFORMACIÓN Y LA ESTRATEGIA DE AJUSTE CONDICIONAL
本地全文：下载
作者：Guillermo Vallejo Seco ; Jaime Arnau Gras ; Roser Bono Cabré 等
期刊名称：Psicothema
印刷版ISSN：0214-9915
电子版ISSN：1886-144X
出版年度：2010
卷号：22
期号：2
页码：323-333
DOI：10.1348/000711009X42 3067
出版社：Cologio Oficial de Psicólogos del Principado
摘要：Un marco teórico potente resulta clave para especificar el modelo mixto que explica mejor la variabilidad de datos longitudinales. A falta de teoría, la mayoría de las investigaciones realizadas hasta la fecha, se ha centrado en ajustar la matriz de dispersión usando criterios de selección de modelos para elegir entre estructuras de covarianza no anidadas. En este trabajo, comparamos el desempeño del estadístico razón de verosimilitud (LRT) condicional y de varias versiones de los criterios de información para seleccionar estructuras de medias y/o de covarianzas anidadas, asumiendo conocido el verdadero proceso generador de datos. Los resultados numéricos indican que los criterios de información eficientes funcionaban mejor que sus homólogos consistentes cuando las matrices de dispersión usadas en la generación eran complejas y peor cuando eran simples. Globalmente, el desempeño del LRT condicional basado en el estimador de máxima verosimilitud completa (FML) era superior al resto de los criterios examinados. Sin embargo, el desempeño era inferior cuando se basaba en el estimador máxima verosimilitud restringida (REML). También encontramos que la estrategia sugerida en la literatura estadística de usar el estimador REML para seleccionar la estructura de covarianza y el estimador FML para seleccionar la estructura de medias debería ser evitada.