Estimación de información faltante, imputación y estadísticos de prueba en modelos mixtos a dos vías de clasificación

Se propone una metodología para la estimación de información faltante en modelos mixtos de medias de celda que permite la disminución de la correlación entre la información observada y la información estimada, basada en el método propuesto por Melo and amp; Melo (2005). éste se fundamenta en los métodos de estimación vía máxima verosimilitud, expuesto en Searle (1971), y de covariable, propuesto por Bartlett (1937). Después de realizar la imputación de la información, se plantea una manera de llevar a cabo el análisis de varianza en modelos sin interacción, mediante pruebas ponderadas para los efectos fijos y aleatorios involucrados en el modelo.

• Autores: Franco, Diana Carolina; Melo, Oscar Orlando
• Tipo de recurso: Article of journal
• Fecha de publicación: 2006
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/40160
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/40160; http://bdigital.unal.edu.co/30257/
• Palabra clave: Modelo de medias de celda; modelo mixto; información faltante; estimación e imputación; distribución de formas cuadráticas; Cell means model; Mixed model; Missing information; Estimation and imputation; Distribution of quadratic forms
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional