Modelo mixto semiparamétrico elíptico con errores AR(1) para datos Longitudinales.

Abstract

El presente proyecto considera el estudio de los modelos mixtos semiparamétricos (MMS) con errores aleatorios que poseen una distribución de contornos elípticos para datos longitudinales con una estructura de correlación de tipo AR(1). En este contexto, se propone un método de estimación para los parámetros del modelo basado en el criterio de máxima verosimilitud penalizada, para así obtener las funciones de score y la matriz de información de Fisher esperada asociados a los parámetros del modelo. Además, se describen algunas medidas de diagnostico de residuos del modelo basados en las distancias de Cook y del valor estimado estandarizado. Como también, se proponen dos test estadísticos para probar las hipótesis de autocorrelación de primer orden intra-unidades y homogeneidad de la autocorrelación entre-unidades, estudiando su comportamiento a través de su potencia empírica por medio de simulaciones Monte Carlo. Finalmente, se aplicará la metodología descrita en datos reales y la implementación computational de la metodología fue en el software R-Cran1 3.0.1 (Versión x64).