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 mét...

Full description

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
Description
Summary: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.