Implementación de modelos lineales mixtos flexibles a datos de crecimiento craneofacial en la cohorte CESLPH Damasco
ilustraciones, diagramas, tablas
- Autores:
-
Trilleras Mota, Mariluz
- Tipo de recurso:
- Fecha de publicación:
- 2022
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/82276
- Palabra clave:
- 510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas
610 - Medicina y salud::612 - Fisiología humana
Craneometría
Craniometry
Crecimiento craneofacial
Estadística
Modelos mixtos
Ortodoncia
Craniofacial growth
Statistics
Orthodontics
Mixed models
- Rights
- openAccess
- License
- Reconocimiento 4.0 Internacional
id |
UNACIONAL2_c9859cddd3da615323e24c261ab578e4 |
---|---|
oai_identifier_str |
oai:repositorio.unal.edu.co:unal/82276 |
network_acronym_str |
UNACIONAL2 |
network_name_str |
Universidad Nacional de Colombia |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Implementación de modelos lineales mixtos flexibles a datos de crecimiento craneofacial en la cohorte CESLPH Damasco |
dc.title.translated.eng.fl_str_mv |
Implementation of flexible mixed linear models to craniofacial growth data in the CESLPH Damasco cohort |
title |
Implementación de modelos lineales mixtos flexibles a datos de crecimiento craneofacial en la cohorte CESLPH Damasco |
spellingShingle |
Implementación de modelos lineales mixtos flexibles a datos de crecimiento craneofacial en la cohorte CESLPH Damasco 510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas 610 - Medicina y salud::612 - Fisiología humana Craneometría Craniometry Crecimiento craneofacial Estadística Modelos mixtos Ortodoncia Craniofacial growth Statistics Orthodontics Mixed models |
title_short |
Implementación de modelos lineales mixtos flexibles a datos de crecimiento craneofacial en la cohorte CESLPH Damasco |
title_full |
Implementación de modelos lineales mixtos flexibles a datos de crecimiento craneofacial en la cohorte CESLPH Damasco |
title_fullStr |
Implementación de modelos lineales mixtos flexibles a datos de crecimiento craneofacial en la cohorte CESLPH Damasco |
title_full_unstemmed |
Implementación de modelos lineales mixtos flexibles a datos de crecimiento craneofacial en la cohorte CESLPH Damasco |
title_sort |
Implementación de modelos lineales mixtos flexibles a datos de crecimiento craneofacial en la cohorte CESLPH Damasco |
dc.creator.fl_str_mv |
Trilleras Mota, Mariluz |
dc.contributor.advisor.none.fl_str_mv |
Mazo Lopera, Mauricio Alejandro SALAZAR URIBE, JUAN CARLOS |
dc.contributor.author.none.fl_str_mv |
Trilleras Mota, Mariluz |
dc.contributor.researchgroup.spa.fl_str_mv |
Estadística |
dc.subject.ddc.spa.fl_str_mv |
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas 610 - Medicina y salud::612 - Fisiología humana |
topic |
510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas 610 - Medicina y salud::612 - Fisiología humana Craneometría Craniometry Crecimiento craneofacial Estadística Modelos mixtos Ortodoncia Craniofacial growth Statistics Orthodontics Mixed models |
dc.subject.lemb.spa.fl_str_mv |
Craneometría |
dc.subject.lemb.eng.fl_str_mv |
Craniometry |
dc.subject.proposal.spa.fl_str_mv |
Crecimiento craneofacial Estadística Modelos mixtos Ortodoncia |
dc.subject.proposal.eng.fl_str_mv |
Craniofacial growth Statistics Orthodontics Mixed models |
description |
ilustraciones, diagramas, tablas |
publishDate |
2022 |
dc.date.accessioned.none.fl_str_mv |
2022-09-12T14:51:16Z |
dc.date.available.none.fl_str_mv |
2022-09-12T14:51:16Z |
dc.date.issued.none.fl_str_mv |
2022-09-08 |
dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/82276 |
dc.identifier.instname.spa.fl_str_mv |
Universidad Nacional de Colombia |
dc.identifier.reponame.spa.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
dc.identifier.repourl.spa.fl_str_mv |
https://repositorio.unal.edu.co/ |
url |
https://repositorio.unal.edu.co/handle/unal/82276 https://repositorio.unal.edu.co/ |
identifier_str_mv |
Universidad Nacional de Colombia Repositorio Institucional Universidad Nacional de Colombia |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.references.spa.fl_str_mv |
Bartko, J. J. (1966). The intraclass correlation coefficient as a measure of reliability. Psychological reports, 19(1), 3-11. Bavia, P. F. y Garcia, R. C. M. R. (2016). Vertical craniofacial morphology and its relation to temporomandibular disorders. Journal of Oral & Maxillofacial Research, 7(2). Bejarano, L. Y. G., Tejedor, F. H., Pérez, L. A. L. y Contreras, C. I. (2014). Curvas de crecimiento del perímetro cefálico en niños de 0 a 3 años. una nueva aproximación. Revista Facultad de Odontología Universidad de Antioquia, 26(1). Bishara, S. E., Ortho, D. y Jakobsen, J. R. (1985). Longitudinal changes in three normal facial types. American journal of orthodontics, 88(6), 466-502. Brumback, B. A. y Rice, J. A. (1998). Smoothing spline models for the analysis of nested and crossed samples of curves. Journal of the American Statistical Association, 93(443), 961-976. Buschang, P. H., Tanguay, R., Demirjian, A., Lapalme, L. y Goldstein, H. (1988). Pubertal growth of the cephalometric point gnathion: multilevel models for boys and girls. American Journal of Physical Anthropology, 77(3), 347-354. Casella, G. y Berger, R. L. (2002). Statistical inference, volume 2. Duxbury Pacific Grove, CA. Chvatal, B. A., Behrents, R. G., Ceen, R. F. y Buschang, P. H. (2005). Development and testing of multilevel models for longitudinal craniofacial growth prediction. American Journal of Orthodontics and Dentofacial Orthopedics, 128(1), 45-56. Cooper, D. y Thompson, R. (1977). Note concerning the akaike and hannan estimation procedures for an autoregressive-moving average processa note on the estimation of the parameters of the autoregressive-moving average process. Biometrika, 64(3), 625-628. Correa, J. C. y Salazar, J. C. (2016). Introducción a los modelos mixtos. Centro editorial. https://repositorio.unal.edu.co/bitstream/handle/unal/59699/introduccionalosmodelosmixtos.2016.pdf?sequence=1&isAllowed=y Cubillo, J. B. B. y Smith, J. B. (2006). Principales análisis cefalométricos utilizados para el diagnóstico ortodóntico. Revista científica odontológica, 2(1), 11-27. Durbán, M. (2009). An introduction to smoothing with penalties: P-splines. Boletín de Estadística e Investigación Operativa, 25(3), 195-205. Eilers, P. H. y Marx, B. D. (1996). Flexible smoothing with bsplines and penalties. Statistical science, 89-102. Faraway, J. J. (2016). Extending the linear model with R: generalized linear, mixed effects and nonparametric regression models, second edition (2nd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9781315382722 Fitzmaurice, G. M., Laird, N. M. y Ware, J. H. (2012). Applied longitudinal analysis, second edition (2nd ed.). Wiley. Green, P. J. y Silverman, B. W. (1993). Nonparametric regression and generalized linear models: a roughness penalty approach. Chapman and Hall/CRC. Guevara, N. E. C. (2015). Variación de patrones morfológicos craneofaciales en relaciones esqueléticas clase I, II y III. Revista Facultad de Odontología Universidad de Antioquia, 26(2). Harville, D. A. (1977). Maximum likelihood approaches to variance component estimation and to related problems. Journal of the American statistical association, 72(358), 320-338. Isern, G. y Cuesta, C. B. (2013). Elección del parámetro de suavizado óptimo en regresiones p-spline, un estudio por simulación. http://hdl.handle.net/2133/7552 Jiménez, I., Villegas, L., Salazar, J. C. y Alvarez, L. G. (2020). Facial growth changes in a colombian mestizo population: An 18-year followup longitudinal study using linear mixed models. American Journal of Orthodontics and Dentofacial Orthopedics, 157(3), 365-376. Jiménez, I. D., Villegas, L. F. y Alvarez, L. G. (2013). Picos de crecimiento facial vertical antes de los 12 años de edad y su relación con el desarrollo puberal en 44 mestizos colombianos sin tratamiento. Revista Facultad de Odontología Universidad de Antioquia, 24(2). Laird, N. M. y Ware, J. H. (1982). Random-effects models for longitudinal data. International Biometric Society, 38(4), 963-974. https://doi.org/10.2307/2529876 Lee, W. J., Park, K. H., Kang, Y. G. y Kim, S. J. (2021). Automated real-time evaluation of condylar movement in relation to three-dimensional craniofacial and temporomandibular morphometry in patients with facial asymmetry. Sensors, 21(8), 2591. Moore, D. F. (2016). Applied survival analysis using R. Springer. Pan, H. y Goldstein, H. (1998). Multi-level repeated measures growth modelling using extended spline functions. Statistics in medicine, 17(23), 2755-2770. Patterson, H. D. y Thompson, R. (1971). Recovery of inter-block information when block sizes are unequal. Biometrika, 58(3), 545-554. Preece, M. A. y Heinrich, I. (1981). Mathematical modellong of individual growth curves. British Medical Bulletin, 37(3), 247-252. Racine, J. S. (2014). A primer on regression splines. http://cranrprojectorg/web/packages/crs/vignettes/splineprimerpdf. Ramos, R. (2019). Cefalometria de bjÖrk jarabak. https://www.researchgate.net/publication/342242149_CEFALOMETRIA_DE_BJORK_JARABAK Ricketts, R. M. (1981). Perspectives in the clinical application of cephalometrics: the first fifty years. The Angle Orthodontist, 51(2), 115-150. Ruppert, D., Wand, M. P. y Carroll, R. J. (2003). Semiparametric regression. Cambridge university press. (12). https://doi.org/10.1017/CBO9780511755453 Stoffel, M. A., Nakagawa, S. y Schielzeth, H. (2017). rptr: Repeatability estimation and variance decomposition by generalized linear mixed-effects models. Methods in Ecology and Evolution, 8(11), 1639-1644. Toquica, C. S. y Pineda, W. (2017). Aproximación bayesiana de un modelo semiparamétrico. 1-31. http://hdl.handle.net/11634/4133 Verbeke, G. (1997). Linear mixed models for longitudinal data. In Linear mixed models in practice. Springer. 126, 63-153. Verbeke, G. y Molenberghs, G. (2012). Linear mixed models in practice: a SAS-oriented approach. Springer Science & Business Media. 126. Verbyla, A. P. (1990). A conditional derivation of residual maximum likelihood. Australian Journal of Statistics, 32(2), 227-230 Wand, M. P. y Jones, M. C. (1994). Kernel smoothing. Chapman and Hall/CRC. West, B. T., Welch, K. B. y Galecki, A. T. (2014). Linear mixed models: a practical guide using statistical software. (2nd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/b17198 Wu, H. y Zhang, J. T. (2006). Nonparametric regression methods for longitudinal data analysis: mixed-effects modeling approaches. John Wiley & Sons, 515. |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.license.spa.fl_str_mv |
Reconocimiento 4.0 Internacional |
dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Reconocimiento 4.0 Internacional http://creativecommons.org/licenses/by/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.spa.fl_str_mv |
xv, 67 páginas |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Universidad Nacional de Colombia |
dc.publisher.program.spa.fl_str_mv |
Medellín - Ciencias - Maestría en Ciencias - Estadística |
dc.publisher.department.spa.fl_str_mv |
Escuela de estadística |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ciencias |
dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
dc.publisher.branch.spa.fl_str_mv |
Universidad Nacional de Colombia - Sede Medellín |
institution |
Universidad Nacional de Colombia |
bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/82276/3/license.txt https://repositorio.unal.edu.co/bitstream/unal/82276/4/65789695.2022.pdf https://repositorio.unal.edu.co/bitstream/unal/82276/5/65789695.2022.pdf.jpg |
bitstream.checksum.fl_str_mv |
b577153cc0e11f0aeb5fc5005dc82d8a 3110bca272d7c6e995b44dc69c62df6e 9b54456d12416ebdae3e69e829dd5fbb |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
_version_ |
1814089180672688128 |
spelling |
Reconocimiento 4.0 Internacionalhttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Mazo Lopera, Mauricio Alejandro225507a038cae9633b438fc57783c3b2SALAZAR URIBE, JUAN CARLOS044ca78a0383627f681bf97fa37d9be0600Trilleras Mota, Mariluze1c132504364aaeb8a4ed857304f5ebdEstadística2022-09-12T14:51:16Z2022-09-12T14:51:16Z2022-09-08https://repositorio.unal.edu.co/handle/unal/82276Universidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/ilustraciones, diagramas, tablasEntender el crecimiento craneofacial en humanos es importante en muchas áreas del conocimiento y del quehacer humano, como la antropología, la biología, la cirugía y la ortodoncia entre otros. Usualmente, las mediciones con características craneofaciales se registran de manera longitudinal en determinados intervalos de tiempo. Factores predictores tales como la dirección, velocidad y la aceleración de crecimiento son esenciales para comprender la naturaleza del crecimiento craneofacial y su posible comportamiento de acuerdo con el género y la edad. Desde hace algunas décadas, en la literatura se pueden encontrar recomendaciones del uso de modelos lineales mixtos cuando los datos son de tipo longitudinal ya que ellos son herramientas precisas y útiles para generar conocimiento de calidad a partir de este tipo de datos como se hace notar en el libro titulado Applied Longitudinal Analysis [Fitzmaurice et al., 2012]. Este conocimiento de calidad es relevante para la toma de decisiones, especialmente en los campos de la ortodoncia, cirugía maxilofacial y la oclusión dental donde se quieren obtener resultados óptimos durante un tratamiento. En particular, los polinomios de segundo orden con coeficientes aleatorios han demostrado un muy buen desempeño en la modelación de datos de crecimiento craneofacial en población anglosajona. Por estas razones, en este trabajo se ilustran resultados de la implementación de modelos a medidas de crecimiento facial conocidas como altura facial anterior (AFH), altura facial posterior (PFH), ángulo plano mandibular (S-N/PM) y ángulo goniaco (Ar-Go-Me), que han sido recopiladas en el estudio CES-Damasco durante más de 24 años, constituyéndose en uno de los estudios de crecimiento craneofacial más largos del mundo y el más largo llevado a cabo en población de mestizos [Jiménez et al., 2020]. Específicamente, se ajustan modelos lineales mixtos con coeficientes aleatorios, modelos lineales mixtos basados en coeficientes aleatorios y funciones splines, modelos lineales mixtos con intercepto aleatorios, modelos lineales mixtos con intercepto aleatorio. Se verá que el desempeño de estos últimos modelos basados en funciones spline generan una mayor plausibilidad y un mejor poder predictivo [Chvatal et al., 2005]. (Texto tomado de la fuente)Implementation of flexible mixed linear models to craniofacial growth data in the CESLPH Damasco cohort. Understanding craniofacial growth in humans is important in many areas of human knowledge and endeavor, such as anthropology, biology, surgery and orthodontics, among others. Usually, measurements with craniofacial characteristics are recorded longitudinally at certain time intervals. Predictors such as direction, speed and acceleration of growth are essential to understand the nature of craniofacial growth and its possible behavior according to gender and age. For some decades, recommendations for the use of linear mixed models can be found in the literature when the data are of longitudinal type since they are accurate and useful tools to generate quality knowledge from this type of data as noted in the book entitled Applied Longitudinal Analysis \cite{fitzmaurice2012applied}. This quality knowledge is relevant for decision making, especially in the fields of orthodontics, maxillofacial surgery and dental occlusion where optimal results are desired during a treatment. In particular, second order polynomials with random coefficients have shown a very good performance in the modeling of craniofacial growth data in Anglo-Saxon population \cite{jimenez2020facial}. For these reasons, this paper illustrates results from the implementation of models to facial growth measures known as anterior facial height (AFH), posterior facial height (PFH), mandibular plane angle (S-N/PM) and goniac angle (Ar-Go-Me), which have been collected in the CES-Damascus study for more than 24 years, constituting one of the longest craniofacial growth studies in the world and the longest carried out in mestizo population. Specifically, linear mixed models with random coefficients, linear mixed models based on random coefficients and spline functions, linear mixed models with random intercept, linear mixed models with random intercept, fixed spline and random spline are fitted. It will be shown that the performance of the latter models based on spline functions generates higher plausibility and better predictive power.[Chvatal et al., 2005]Grupo de Investigación en Estadística, Universidad Nacional de Colombia, Sede Medellín y Grupo Labio y Paladar Hendido, Fisiología Oral y Crecimiento CESLPH Universidad CESMaestríaMagíster en Ciencias - EstadísticaÁrea Curricular Estadísticaxv, 67 páginasapplication/pdfspaUniversidad Nacional de ColombiaMedellín - Ciencias - Maestría en Ciencias - EstadísticaEscuela de estadísticaFacultad de CienciasMedellín, ColombiaUniversidad Nacional de Colombia - Sede Medellín510 - Matemáticas::519 - Probabilidades y matemáticas aplicadas610 - Medicina y salud::612 - Fisiología humanaCraneometríaCraniometryCrecimiento craneofacialEstadísticaModelos mixtosOrtodonciaCraniofacial growthStatisticsOrthodonticsMixed modelsImplementación de modelos lineales mixtos flexibles a datos de crecimiento craneofacial en la cohorte CESLPH DamascoImplementation of flexible mixed linear models to craniofacial growth data in the CESLPH Damasco cohortTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMBartko, J. J. (1966). The intraclass correlation coefficient as a measure of reliability. Psychological reports, 19(1), 3-11.Bavia, P. F. y Garcia, R. C. M. R. (2016). Vertical craniofacial morphology and its relation to temporomandibular disorders. Journal of Oral & Maxillofacial Research, 7(2).Bejarano, L. Y. G., Tejedor, F. H., Pérez, L. A. L. y Contreras, C. I. (2014). Curvas de crecimiento del perímetro cefálico en niños de 0 a 3 años. una nueva aproximación. Revista Facultad de Odontología Universidad de Antioquia, 26(1).Bishara, S. E., Ortho, D. y Jakobsen, J. R. (1985). Longitudinal changes in three normal facial types. American journal of orthodontics, 88(6), 466-502.Brumback, B. A. y Rice, J. A. (1998). Smoothing spline models for the analysis of nested and crossed samples of curves. Journal of the American Statistical Association, 93(443), 961-976.Buschang, P. H., Tanguay, R., Demirjian, A., Lapalme, L. y Goldstein, H. (1988). Pubertal growth of the cephalometric point gnathion: multilevel models for boys and girls. American Journal of Physical Anthropology, 77(3), 347-354.Casella, G. y Berger, R. L. (2002). Statistical inference, volume 2. Duxbury Pacific Grove, CA.Chvatal, B. A., Behrents, R. G., Ceen, R. F. y Buschang, P. H. (2005). Development and testing of multilevel models for longitudinal craniofacial growth prediction. American Journal of Orthodontics and Dentofacial Orthopedics, 128(1), 45-56.Cooper, D. y Thompson, R. (1977). Note concerning the akaike and hannan estimation procedures for an autoregressive-moving average processa note on the estimation of the parameters of the autoregressive-moving average process. Biometrika, 64(3), 625-628.Correa, J. C. y Salazar, J. C. (2016). Introducción a los modelos mixtos. Centro editorial. https://repositorio.unal.edu.co/bitstream/handle/unal/59699/introduccionalosmodelosmixtos.2016.pdf?sequence=1&isAllowed=yCubillo, J. B. B. y Smith, J. B. (2006). Principales análisis cefalométricos utilizados para el diagnóstico ortodóntico. Revista científica odontológica, 2(1), 11-27.Durbán, M. (2009). An introduction to smoothing with penalties: P-splines. Boletín de Estadística e Investigación Operativa, 25(3), 195-205.Eilers, P. H. y Marx, B. D. (1996). Flexible smoothing with bsplines and penalties. Statistical science, 89-102.Faraway, J. J. (2016). Extending the linear model with R: generalized linear, mixed effects and nonparametric regression models, second edition (2nd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9781315382722Fitzmaurice, G. M., Laird, N. M. y Ware, J. H. (2012). Applied longitudinal analysis, second edition (2nd ed.). Wiley.Green, P. J. y Silverman, B. W. (1993). Nonparametric regression and generalized linear models: a roughness penalty approach. Chapman and Hall/CRC.Guevara, N. E. C. (2015). Variación de patrones morfológicos craneofaciales en relaciones esqueléticas clase I, II y III. Revista Facultad de Odontología Universidad de Antioquia, 26(2).Harville, D. A. (1977). Maximum likelihood approaches to variance component estimation and to related problems. Journal of the American statistical association, 72(358), 320-338.Isern, G. y Cuesta, C. B. (2013). Elección del parámetro de suavizado óptimo en regresiones p-spline, un estudio por simulación. http://hdl.handle.net/2133/7552Jiménez, I., Villegas, L., Salazar, J. C. y Alvarez, L. G. (2020). Facial growth changes in a colombian mestizo population: An 18-year followup longitudinal study using linear mixed models. American Journal of Orthodontics and Dentofacial Orthopedics, 157(3), 365-376.Jiménez, I. D., Villegas, L. F. y Alvarez, L. G. (2013). Picos de crecimiento facial vertical antes de los 12 años de edad y su relación con el desarrollo puberal en 44 mestizos colombianos sin tratamiento. Revista Facultad de Odontología Universidad de Antioquia, 24(2).Laird, N. M. y Ware, J. H. (1982). Random-effects models for longitudinal data. International Biometric Society, 38(4), 963-974. https://doi.org/10.2307/2529876Lee, W. J., Park, K. H., Kang, Y. G. y Kim, S. J. (2021). Automated real-time evaluation of condylar movement in relation to three-dimensional craniofacial and temporomandibular morphometry in patients with facial asymmetry. Sensors, 21(8), 2591.Moore, D. F. (2016). Applied survival analysis using R. Springer.Pan, H. y Goldstein, H. (1998). Multi-level repeated measures growth modelling using extended spline functions. Statistics in medicine, 17(23), 2755-2770.Patterson, H. D. y Thompson, R. (1971). Recovery of inter-block information when block sizes are unequal. Biometrika, 58(3), 545-554.Preece, M. A. y Heinrich, I. (1981). Mathematical modellong of individual growth curves. British Medical Bulletin, 37(3), 247-252.Racine, J. S. (2014). A primer on regression splines. http://cranrprojectorg/web/packages/crs/vignettes/splineprimerpdf.Ramos, R. (2019). Cefalometria de bjÖrk jarabak. https://www.researchgate.net/publication/342242149_CEFALOMETRIA_DE_BJORK_JARABAKRicketts, R. M. (1981). Perspectives in the clinical application of cephalometrics: the first fifty years. The Angle Orthodontist, 51(2), 115-150.Ruppert, D., Wand, M. P. y Carroll, R. J. (2003). Semiparametric regression. Cambridge university press. (12). https://doi.org/10.1017/CBO9780511755453Stoffel, M. A., Nakagawa, S. y Schielzeth, H. (2017). rptr: Repeatability estimation and variance decomposition by generalized linear mixed-effects models. Methods in Ecology and Evolution, 8(11), 1639-1644.Toquica, C. S. y Pineda, W. (2017). Aproximación bayesiana de un modelo semiparamétrico. 1-31. http://hdl.handle.net/11634/4133Verbeke, G. (1997). Linear mixed models for longitudinal data. In Linear mixed models in practice. Springer. 126, 63-153.Verbeke, G. y Molenberghs, G. (2012). Linear mixed models in practice: a SAS-oriented approach. Springer Science & Business Media. 126.Verbyla, A. P. (1990). A conditional derivation of residual maximum likelihood. Australian Journal of Statistics, 32(2), 227-230Wand, M. P. y Jones, M. C. (1994). Kernel smoothing. Chapman and Hall/CRC.West, B. T., Welch, K. B. y Galecki, A. T. (2014). Linear mixed models: a practical guide using statistical software. (2nd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/b17198Wu, H. y Zhang, J. T. (2006). Nonparametric regression methods for longitudinal data analysis: mixed-effects modeling approaches. John Wiley & Sons, 515.EstudiantesInvestigadoresMaestrosPúblico generalLICENSElicense.txtlicense.txttext/plain; charset=utf-84675https://repositorio.unal.edu.co/bitstream/unal/82276/3/license.txtb577153cc0e11f0aeb5fc5005dc82d8aMD53ORIGINAL65789695.2022.pdf65789695.2022.pdfTesis de Maestría en Ciencias - Estadísticaapplication/pdf2165680https://repositorio.unal.edu.co/bitstream/unal/82276/4/65789695.2022.pdf3110bca272d7c6e995b44dc69c62df6eMD54THUMBNAIL65789695.2022.pdf.jpg65789695.2022.pdf.jpgGenerated Thumbnailimage/jpeg4589https://repositorio.unal.edu.co/bitstream/unal/82276/5/65789695.2022.pdf.jpg9b54456d12416ebdae3e69e829dd5fbbMD55unal/82276oai:repositorio.unal.edu.co:unal/822762024-08-11 01:11:39.833Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.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 |