Responsável:
Larissa Avila Matos
Local:
Auditório Rio Javarí
Público-Alvo:
Todos os públicos
Descrição
Dados longitudinais são comumente analisados por meio de modelos lineares mistos, que, por conveniência matemática, geralmente assumem que tanto os efeitos aleatórios quanto os erros seguem distribuições normais. No entanto, essas suposições restritivas podem resultar em falta de robustez frente a desvios da normalidade e em inferências estatísticas inválidas. Schumacher et al. (2021) desenvolveram uma extensão flexível dos modelos lineares mistos normais, considerando a classe de distribuições mistura de escala da skew-normal, acomodando assimetrias e caudas pesadas. Além disso, a formulação robusta do modelo contempla uma possível dependência serial intraindivíduo ao considerar algumas estruturas de dependência úteis. Este trabalho apresenta o pacote skewlmm do R, que implementa o método proposto por Schumacher et al. (2021) e fornece uma ferramenta de fácil uso para ajustar modelos lineares mistos robustos a dados longitudinais, incluindo testes de ajuste de modelos, análises de resíduos e funções gráficas para auxiliar na seleção e avaliação de modelos
Horário:
Dia 22/10 das 14:30 - 15:30