Sobre la construcción del mejor predictor lineal insesgado (blup) y restricciones asociadas

A través del modelo lineal clásico de Gauss-Markov, se caracteriza el modelo de efectos mixtos, se aplica la técnica de multiplicadores de Lagrange para obtener los mejores predictores lineales (BLUP) y se ilustran los resultados de Searle (1997), donde se encuentra que las sumas de los BLUP, cuando se evalúan sobre los efectos aleatorios (exceptuando las interacciones provenientes únicamente de efectos aleatorios), son iguales a cero, encontrándose con esto una analogía entre la reparametrización ∑-restricción que se hace sobre los modelos de efectos fijos y la forma general de la restricción que se hace sobre los modelos de efectos mixtos. Se lleva a cabo una ilustración en modelos cruzados con los resultados expuestos en Gaona (2000), donde se evaluó la ganancia de peso en novillos de ganado criollo sanmartiniano; adicionalmente para modelos jerárquicos se ilustra con los resultados presentados en Harville and amp; Fenech (1985), correspondientes a mediciones de las ganancias en peso de un grupo de ovejos machos. Se observa de los resultados que en el modelo usual de análisis de varianza para modelos mixtos, ciertas sumas de los predictores lineales insesgados (BLUP), asociados a los efectos aleatorios, son iguales a cero si se tiene un modelo con una sola variable respuesta. Sin embargo, esta propiedad se pierde cuando se tienen evaluaciones diferentes en la misma unidad experimental, las cuales van a estar correlacionadas. Un caso diferente resulta en estudios longitudinales como se muestra empíricamente en la sección 5.3.

• Autores: López, Luis Alberto; Franco, Diana Carolina; Barreto, Sandra Patricia
• Tipo de recurso: Article of journal
• Fecha de publicación: 2007
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/40389
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/40389; http://bdigital.unal.edu.co/30486/
• Palabra clave: Mixed linear models; Lagrange multiplier; Crossed design; Hierarchical linear models; modelos de efectos mixtos; multiplicadores de Lagrange; diseño cruzado; modelos lineales jerárquicos
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional