Estimación de las componentes de un modelo de coeficientes dinámicos mediante las ecuaciones de estimación generalizadas

• JUAN CAMILO SOSA ^[1] ; LUIS GUILLERMO DÍAZ ^[1]
  1. [1] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
• Localización: Revista Colombiana de Estadística, ISSN-e 2389-8976, ISSN 0120-1751, Vol. 33, Nº. 1, 2010, págs. 89-109
• Idioma: español
• Títulos paralelos:
  • Time-Varying Coefficient Model Component Estimation Through Generalized Estimation Equations
• Enlaces
  • Texto completo
• Resumen
  • español

    Se propone una metodología para estimar las componentes de un modelo de coeficientes dinámicos mediante las ecuaciones de estimación generalizadas (Liang & Zeger 1986), con el propósito de incluir directamente en la estimación la posible correlación de las medidas repetidas de cada individuo. La expansión de los coeficientes dinámicos del modelo se lleva a cabo a través de regresión spline (Huang et al. 2002). También se propone utilizar el criterio de información de Akaike en las ecuaciones de estimación generalizadas (QIC) (Pan 2001) como selector de modelos. Mediante simulación se compara la metodología propuesta con la metodología presentada por Wu & Zhang (2006), donde se estiman las componentes del modelo mediante mínimos cuadrados ponderados y se utiliza el criterio de información de Akaike (AIC) como selector de modelos, obteniéndose que en los escenarios simulados la metodología propuesta presenta mejores resultados con relación al error cuadrático medio promedio. Para ilustrar la estrategia de estimación propuesta, se considera el conjunto de datos ACTG 315 (Liang et al. 2003) asociado con un estudio de sida, en el que se modela dinámicamente la relación entre la carga viral y el conteo de células CD4+.

  • English

    A methodology to estimate time-varying coefficient models components through generalized estimation equations (Liang & Zeger 1986) is proposed, in order to include directly in the estimation the possible correlation between repeated measurements of each subject. Expansion of the time-varying coefficients is done by means of regression spline methods (Huang et al. 2002). Furthermore, is proposed the use of the Akaikes information criterion in generalized estimating equations (QIC) proposed by Pan (2001) like model selector. Through simulation are compared the proposed methodology and the methodology presented by Wu & Zhang (2006), where models components are estimated through weighted least squares and Akaikes information criterion (AIC) is used like model selector. It resulted that the proposed methodology gives a better behavior in relation with the average mean square error. In order to illustrate the methodology, is taken into account the data base ACTG 315 (Liang et al. 2003) related to a AIDS study, where it is investigated the relationship between the viral charge and the CD4+ cell count.

• Referencias bibliográficas
  • Altman, N. S.. (1990). 'Kernel Smoothing of Data with Correlated Errors'. Journal of the American Statistical Association. 85. 749-759
  • Davis, C. S.. (2002). Statistical Methods for the Analysis of Repeated Measurements. Springer.
  • Diggle, P. J.,Liang, K. Y.,Zeger, S. L.. (1994). Analysis of Longitudinal Data. Oxford University Press.
  • Fitzmaurice, G.,Davidian, M.,Verbeke, G.,Molenberghs, G.. (2009). Longitudinal Data Analysis. Champman & Hall.
  • Hart, J. D.. (1991). 'Kernel Regression Estimation with Time Series Errors'. Journal of the Royal Statistical Society. Series B (Methodological)....
  • Hart, J. D.,Wehrly, T. E.. (1986). 'Kernel Regression Estimation using Repeated Measurements Data'. Journal of the American Statistical...
  • Hastie, T.,Tibshirani, R.,Friedman, J.. (1990). The Elements of Statistical Learning. Springer.
  • Hoover, D. R.,Rice, J. A.,Wu, C. O.,Yang, L. P.. (1998). 'Nonparametric Smoothing Estimates of Time-Varying Coefficient Models with Longitudinal...
  • Huang, J. Z.,Wu, C. O.,Zhou, L.. (2002). 'Varying-coefficient Models and Basis Function Approximations for the Analysis of Repeated Measurements'....
  • Huggins, R. M.,Loesch, D. Z.. (1998). 'On the Analysis of Mixed Longitudinal Growth Data'. Biometrics. 54. 583-595
  • Liang, H.,Wu, H.,Carroll, R. J.. (2003). 'The relationship between Virologic and Immunologic Responses in AIDS Clinical Research using...
  • Liang, K. Y.,Zeger, S. L.. (1986). 'Longitudinal Data Analysis using Generalized Linear Models'. Biometrika. 73. 13-22
  • Pan, W.. (2001). 'Akaike's Information Criterion in Generalized Estimating Equations'. Biometrics. 57. 120-125
  • Ramsay, J. O.,Silverman, B. W.. (1997). Applied Functional Data Analysis. Springer.
  • Sosa, J. C.,Díaz, L. G.. (2009). Desarrollo de un modelo de coeficientes dinámicos y aleatorios para el análisis longitudinales.
  • Verbeke, G.,Molenberghs, G.. (2000). Linear Mixed Models for Longitudinal Data. Springer.
  • Wu, H.,Liang, H.. (2004). 'Backing Random Varying-Coefficient Models with Time-Dependent Smoothing Covariates'. Scandinavian Journal...
  • Wu, H.,Zhang, J. T.. (2006). Nonparametric Regression Methods for Longitudinal Data Analysis. Wiley.
  • Zeger, S. L.,Diggle, P. J.. (1994). 'Semiparametric Models for Longitudinal Data with Application to CD4 Cell Numbers in HIV Seroconverters'....
  • de Boor, C.. (1978). A Practical Guide to Splines. Springer.