Testes para componentes de variância em modelos lineares mistos: uma abordagem com valor-s

Autor: Jônatas de Oliveira Alves
Přispěvatelé: Alexandre Galvão Patriota, Caio Lucidius Naberezny Azevedo, Juvêncio Santos Nobre
Jazyk: portugalština
Rok vydání: 2021
Zdroj: Biblioteca Digital de Teses e Dissertações da USP
Universidade de São Paulo (USP)
instacron:USP
Popis: Neste trabalho, estudamos a medida de evidência valor-s, desenvolvida por Patriota (2013), em testes envolvendo algumas componentes de variância iguais a zero em modelos lineares mistos. O valor-s é construído por meio de regiões de confiança assintóticas baseadas na razão de verossimilhanças. Um dos objetivos desta dissertação consiste em apresentar a distribuição assintótica da estatística razão de verossimilhanças para hipóteses simples em que o parâmetro está na borda do espaço paramétrico e, a partir dela, obter a medida de evidência assintótica valor-s. Por fim comparamos por meio de simulações de Monte Carlo, esse valor-s com o valor-p assintótico, o qual é também obtido a partir da estatística da razão de verossimilhanças sob a hipótese de que a variância do efeito aleatório é nula e cuja distribuição assintótica é uma mistura de qui-quadrados (Giampaoli e Singer, 2009; Stram e Lee, 1994). In this work, we study the evidence measure knwon as s-value, which was developed by Patriota (2013), in tests involving some variance components equal to zero in linear mixed models. The s-value is computed from asymptotic confidence regions based on the likelihood ratio function. One of the main goals of this dissertation is to find the asymptotic distribution of the likelihood ratio statistics under a simple null hypothesis where the parameter is on the border of the parameter space and, from this asymptotic distribution, to obtain the s-value. We also compare by means ofMonte Carlo simulations, this asymptotic s-value with the usual asymptotic p-value, which is attained from the likelihood ratio statistics under the composite null hypothesis that the random-effects variance is zero and whose asymptotic distribution is a mixture of chisquared random variables (Giampaoli e Singer, 2009; Stram e Lee, 1994).
Databáze: OpenAIRE