Análise de dados Longitudinais

Ana´lise de dados longitudinais
Versa˜o parcial preliminar
marc¸o 2012
Julio M. Singer
Juveˆncio S. Nobre
Francisco Marcelo M. Rocha
Departamento de Estat´ıstica
Universidade de Sa˜o Paulo
Caixa Postal 66281
Sa˜o Paulo, SP 05314-970
Brasil
Conteu´do
1 Introduc¸a˜o 1
1.1 Conceitos ba´sicos . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3 Ana´lise descritiva e medidas resumo . . . . . . . . . . . . 25
1.3.1 Ana´lise do comportamento de perfis . . . . . . . . 31
1.3.2 Ana´lise de desfecho . . . . . . . . . . . . . . . . . 33
1.3.3 Ana´lise da a´rea sob curvas . . . . . . . . . . . . . 35
1.3.4 Ana´lise da distaˆncia entre curvas . . . . . . . . . 37
2 Modelos lineares para dados gaussianos 39
2.1 Introduc¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2 Modelos para a estrutura de covariaˆncia . . . . . . . . . 41
2.3 Infereˆncia por ma´xima verossimilhanc¸a . . . . . . . . . . 45
2.4 Soluc¸a˜o das equac¸o˜es de estimac¸a˜o . . . . . . . . . . . . 56
2.5 Estrate´gias de ana´lise . . . . . . . . . . . . . . . . . . . . 65
2.6 Diagno´stico . . . . . . . . . . . . . . . . . . . . . . . . . 67
2.7 Notas de cap´ıtulo . . . . . . . . . . . . . . . . . . . . . . 67
2.8 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3 Modelos para dados na˜o gaussianos 69
3.1 Modelos lineares generalizados para dados longitudinais . 69
3.2 Modelos para dados categorizados . . . . . . . . . . . . . 69
3.3 Modelos na˜o-parame´tricos para ana´lise de perfis . . . . . 69
CONTEU´DO CONTEU´DO
4 To´picos especiais 71
4.1 Dados omissos . . . . . . . . . . . . . . . . . . . . . . . . 71
4.2 Planejamento e tamanho de amostras . . . . . . . . . . . 71
4.3 Modelos na˜o-lineares . . . . . . . . . . . . . . . . . . . . 71
5 Ana´lise de dados 73
5.1 Estudos pre´-teste/po´s-teste . . . . . . . . . . . . . . . . . 73
5.2 Ana´lise de perfis . . . . . . . . . . . . . . . . . . . . . . . 89
A Matrizes e espac¸os vetoriais 105
A.1 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
A.1.1 Operac¸o˜es ba´sicas . . . . . . . . . . . . . . . . . . 106
A.1.2 Tipos especiais de matrizes . . . . . . . . . . . . . 108
A.1.3 Submatrizes e matrizes particionadas . . . . . . . 110
A.1.4 Independeˆncia linear e espac¸o-coluna . . . . . . . 111
A.1.5 Determinante de uma matriz . . . . . . . . . . . . 112
A.1.6 Inversa˜o de matrizes . . . . . . . . . . . . . . . . 113
A.1.7 Trac¸o de uma matriz . . . . . . . . . . . . . . . . 115
A.1.8 Soma direta e produto de Kronecker . . . . . . . 116
A.1.9 Operadores vec e vech . . . . . . . . . . . . . . . 118
A.2 To´picos de A´lgebra Linear . . . . . . . . . . . . . . . . . 119
A.3 Formas lineares, bilineares e quadra´ticas . . . . . . . . . 125
A.4 Decomposic¸a˜o de matrizes . . . . . . . . . . . . . . . . . 127
A.5 Derivadas de vetores e matrizes . . . . . . . . . . . . . . 128
A.6 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . 138
B Regressa˜o 143
B.1 Introduc¸a˜o . . . . . . . . . . . . . . . . . . . . . . . . . . 143
B.2 Me´todo de mı´nimos quadrados . . . . . . . . . . . . . . . 155
B.3 Me´todo de ma´xima verossimilhanc¸a . . . . . . . . . . . . 161
B.4 Partic¸a˜o da soma de quadrados . . . . . . . . . . . . . . 162
Singer & Nobre & Rocha - marc¸o/2012
CONTEU´DO CONTEU´DO
B.5 Diagno´stico . . . . . . . . . . . . . . . . . . . . . . . . . 163
B.5.1 Ana´lise de Res´ıduos . . . . . . . . . . . . . . . . . 165
B.5.2 Ana´lise da suposic¸a˜o de normalidade . . . . . . . 169
B.5.3 Ana´lise de sensibilidade . . . . . . . . . . . . . . 173
B.5.4 Ana´lise da suposic¸a˜o de correlac¸a˜o nula . . . . . . 181
B.6 Parametrizac¸a˜o de modelos lineares . . . . . . . . . . . . 192
B.7 Regressa˜o log´ıstica . . . . . . . . . . . . . . . . . . . . . 197
B.8 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . 197
Bibliografia 209
Singer & Nobre & Rocha - marc¸o/2012
Cap´ıtulo 1
Introduc¸a˜o
Neste cap´ıtulo caracterizamos estudos com estrutura longitudinal con-
trastando-os com outros tipos, identificamos os conceitos que permeiam
essa modalidade de investigac¸a˜o, introduzimos uma notac¸a˜o apropriada
para a descric¸a˜o dos dados coletados sob esse molde, descrevemos diversos
exemplos, identificando suas peculiaridades dentro desse contexto e final-
mente consideramos alguns me´todos ba´sicos para sua ana´lise. Mais es-
pecificamente, na Sec¸a˜o 1.1 ocupamo-nos da mencionada caracterizac¸a˜o,
salientando a dependeˆncia entre as observac¸o˜es que distingue esse tipo
de estudo e damos os primeiros passos no estabelecimento da notac¸a˜o
empregada no texto. Na Sec¸a˜o 1.2 descrevemos um conjunto de exem-
plos com complexidade crehbtpscente, apontando suas particularidades e
relacionando-as com os conceitos descritos na sec¸a˜o anterior. Finalmente
na Sec¸a˜o 1.3, apresentamos algumas te´cnicas simples para a descric¸a˜o e
ana´lise de dados longitudinais.
1.1 Conceitos ba´sicos
Em muitas situac¸o˜es pra´ticas, ha´ interesse em modelar o comportamento
de uma ou mais varia´veis respostas medidas nas unidades de uma ou
mais populac¸o˜es ao longo de alguma dimensa˜o ordenada. Um exemplo
simples envolve a modelagem da variac¸a˜o dia´ria da pressa˜o sangu´ınea
de indiv´ıduos normais ou hipertensos durante um certo per´ıodo. Num
campo diferente, um estudo cujo objetivo e´ estimar as concentrac¸o˜es de
part´ıculas em suspensa˜o a diferentes distaˆncias de uma fonte poluidora
2 1.1 CONCEITOS BA´SICOS
constitui um segundo exemplo. Com objetivo simplificador, referir-nos-
emos a essa escala ordenada ao longo da qual se fazem as medidas repeti-
das como tempo. Embora o caso geral possa envolver mu´ltiplas varia´veis
respostas, concentraremos nossa atenc¸a˜o no caso univariado.
Neste contexto, podemos identificar duas grandes estrate´gias para co-
leta de dados. A primeira envolve uma u´nica observac¸a˜o (realizada num
instante especificado) da varia´vel resposta para cada elemento (pacien-
tes, por exemplo) de uma amostra de cada populac¸a˜o de interesse (de
indiv´ıduos normais ou hipertensos, por exemplo). A segunda estrate´gia
envolve duas ou mais observac¸o˜es (realizadas em instantes diferentes) da
varia´vel resposta em cada unidade amostral sob investigac¸a˜o. No pri-
meiro caso, dizemos que o estudo tem um planejamento transversal e
no segundo, referimo-nos ao planejamento como longitudinal. Em Bi-
oestat´ıstica, esta u´ltima forma de coleta de dados tambe´m e´ conhecida
como coorte ao passo que em outros campos do conhecimento, como
Sociologia, Economia ou Administrac¸a˜o, ela e´ cognominada painel.
Conve´m esclarecer que os problemas nos quais temos interesse di-
ferem daqueles usualmente conhecidos sob a denominac¸a˜o de se´ries de
tempo ou se´ries cronolo´gicas na medida em que nestes, em geral, uma
u´nica unidade amostral e´ avaliada em muitos (200 ou mais, por exemplo)
instantes enquanto que naqueles, va´rias (5 ou mais, por exemplo) unida-
des amostrais sa˜o observadas em poucas (2 a 20, por exemplo) ocasio˜es.
Para contrastar os dois tipos de estudo podemos considerar de um lado,
a investigac¸a˜o sobre o regime dia´rio de chuvas numa determinada regia˜o
nos u´ltimos 50 anos e de outro, a pesquisa sobre os padro˜es mensais de
crescimento de rece´m-nascidos no primeiro ano de vida. Leitores inte-
ressados em ana´lise de se´ries cronolo´gicas podem consultar Morettin &
Toloi (2006), entre outros.
Estudos longitudinais constituem um caso especial daqueles conheci-
dos sob a denominac¸a˜o de medidas repetidas, que englobam os pla-
nejamentos do tipo split-plot e com intercaˆmbio (crossover). Planeja-
mento do tipo split-plot envolvem dois fatores; as unidades experimen-
tais (whole-plots)