Prueba de homogeneidad de la dispersión para datos de proporción sobredispersos mediante regresión beta

• Morales, Mario ^[2] ; Lozano, Jose ^[1]
  1. [1] Universidad de Antioquia

     Universidad de Antioquia

     Colombia

     
  2. [2] Universidad de Córdoba
• Localización: Integración: Temas de matemáticas, ISSN 0120-419X, Vol. 32, Nº. 1, 2014 (Ejemplar dedicado a: Revista Integración), págs. 55-70
• Idioma: español
• Títulos paralelos:
  • Test for homogeneity of the dispersion for overdispersed proportions data through beta regression
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se propone un procedimiento para verificar la hipótesis de homogeneidad del parámetro de dispersión usando regresión beta, cuando se tienen datos de proporción sobredispersos. Se demuestra que es posible analizar este tipo de datos usando un modelo lineal generalizado usual ponderado, con pesos obtenidos mediante la regresión beta. Esta forma de proceder permite corregir el problema de la dispersión extra, manteniendo la sencillez del análisis. Además, para algunos casos particulares, se evalúa mediante un estudio de simulación, la potencia de la prueba.

  • English

    In this paper we propose an approach to validate the hypothesis of homogeneity of the dispersion parameter using beta regression, when we have overdispersed proportions data. We corroborated that it is possible to analyze this type of data with an usual weighted generalized linear model, weighting the observations with weights obtained through beta regression. This procedure allows to correct the problem of overdispersion keeping the simplicity of the analysis. Furthermore, for several cases, we made a simulation study of the power of the test.

• Referencias bibliográficas
  • Citas [1] Atkison A., Plots, Tranformations and Regression: An Introduction to Graphical Methods of Diagnostic Regression Analysis, Oxford...
  • [2] Barrios D.E. y Peña E., “Obtención de un empaque antimicrobiano a partir de almidon de ñame con adición de sorbato de potasio para su...
  • [3] Brooks R.J., “Approximate Likelihood-Ratio Test in the Analysis of Beta-Binomial Data”, Stat. Appl. 12 (1978), 1589–1596.
  • [4] Cox D.R. and Hinkley D.V., Theoretical Statistics, Chapman & Hall, London, 1974.
  • [5] Cook R.D., “Detection of Influencial Observations in Linear Regression”, Technometrics 19 (1977), 15–18.
  • [6] Crowder M.J. “Beta-Binomial Anova for Proportions”, Appl. Stat. 27 (1978), no. 1, 34–37.
  • [7] Crowder M.J., “Inference About the Intraclass Correlation Coefficient in the Beta–binomial ANOVA for Proportions”, J. R. Stat. Soc. 41...
  • [8] Dobson A.J., An Introduction to Generalized Linear Models, Chapman & Hall/CRC, New York, 2 ed., 2002.
  • [9] Ferrari S.L.P. and Cribari-Neto F., “Beta Regression for Modelling Rates and Proportions”, J. Appl. Stat. 31 (2004), no. 7, 799–815.
  • [10] Gordon K.S., Optimization and Nonlinear Equations, Encyclopedia of Biostatistics, Chichester, 1998.
  • [11] Hinde J. and Demétrio C., Overdispersion: Models and Estimation, ABE, São Pablo, 1998.
  • [12] Nocedal J. and Wright S.J., Numerical Optimization, Springer–Verlag, New York, 1999.
  • [13] McCullagh P. and Nelder J., Generalized Linear Models, Chapmann & Hall/CRC, New York, 1989.
  • [14] Mood A., Graybill F., and Boes D., Introduction to the theory of statistics, McGraw–Hill, 3 ed., 1974.
  • [15] Moore D.F. and Tsiatis A., “Robust Estimation of the Variance in Moment Methods for Extra-binomial and Extra-Poisson Variation”, Biometrics...
  • [16] Morales M.A. & López L.A., “Estudio de homogeneidad de la dispersión en diseño a una vía de clasificación para datos de proporciones...
  • (2009), no. 1, 59–78.
  • [17] Nelder J.A. and Wedderburn D.W.M., “Generalized Linear Models”, J. R. Stat. Soc. Ser. A 135 (1972), no. 3, 370–384.
  • [18] Press W.H., Teukolsky S.A., Vetterling W.T., and Flannery B.P., Numerical recipes in C: the art of scientific computing, Cambridge University...
  • [19] R Development Core Team. R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria,...
  • http://www.r-project.org.
  • [20] Ravishanker N. and Dey D.K., A First Course in Linear Model Theory, Chapman & Hall/CRC, New York, 2001.
  • [21] Simas A., Barreto-Souza W., and Rocha A., “Improved Estimators for a General Class of Beta Regression Models”, Comput. Statist. Data...
  • [22] Smithson M. and Verkuilen J., “A Better Lemon Squeezer? Maximum–Likelihood Regression with Beta–Distributed Depedent Variables”, Psychological...
  • 71.