Modelo de curvas de crecimiento: Modelos lineales mixtos vs Datos funcionales

Se realiza una comparación entre el uso de modelos lineales mixtos, explícitamente de curvas de crecimiento para el análisis de datos longitudinales contra una aplicaciones de datos funcionales por medio de la ANOVA funcional, se quiere evidenciar cambios en el comportamiento de los datos a través d...

Full description

Autores:
Balaguera Carrasquilla, Nancy Patricia
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/22477
Acceso en línea:
http://hdl.handle.net/11634/22477
Palabra clave:
Growth curve
Mixed linear models
Functional data
Functional ANOVA.
Modelos Lineales Generalizados
Datos funcionales
Estadística no parametrica
Inferencia estadística
Curva de crecimiento
Modelos lineales mixtos
Datos funcionales
ANOVA Funcional
Rights
openAccess
License
CC0 1.0 Universal
Description
Summary:Se realiza una comparación entre el uso de modelos lineales mixtos, explícitamente de curvas de crecimiento para el análisis de datos longitudinales contra una aplicaciones de datos funcionales por medio de la ANOVA funcional, se quiere evidenciar cambios en el comportamiento de los datos a través del tiempo así como que tanto afecta el nivel en que se encuentre el paciente en este punto. La base de datos que se usó para el desarrollo de este trabajo fue tomada de (Mirman, 2014). Este conjunto de datos contiene información del Proyecto de Psicolingüística de Afasia de Moss (Mirman et al., 2010), los resultados indican que no hay diferencia significativa en las respuestas de los pacientes a la prueba aplicada de acuerdo al nivel de diagnóstico en el que se encuentra su enfermedad, independientemente de la metodología usada los resultados no varían, además de esto se evidencio que computacional mente es más económico realizar este tipo de análisis por medio de los datos convertidos a funciones además los resultados son gráficamente más fáciles de comprender.