Escolar Documentos
Profissional Documentos
Cultura Documentos
2.5
●
2.0
2.0
●
●
1.5
1.5
IPB
IPB
1.0
1.0
●
0.5
0.5
●
Antes Antes
0.0
0.0
Depois
Depois
1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4
sessão sessão
●
1.0
● ●
●
0.8
● Convencional
0.6
Monobloco
1 2 3 4
sessão
session session
CT MT
● 2.0
●
● ● ● ● ● 1.5
● ●● ●
● ●● ● ● ● ● ●●
● ●● ●●● 1.0
●●● ●
● 0.5
●
session session
CT MT
2.0
1.5 ●
●● ●
●●●
IPB pós−escovação
●
●● ●
1.0 ● ● ● ● ● ●●
●
● ●
●
● ●
●● ● ●
●
●
0.5 ● ●
session session
CT MT
2.0
● ● 1.5
●●
● ● ●
●
● ● ● ●●● ● ●
● ● ● 1.0
● ●
●
● ● ●●
● ● ● ●
● ● 0.5
session session
CT MT
2.0 ●
● ● ●
1.5 ●
● ●● ● ●● ● ●
1.0 ● ● ● ●●
● ●● ● ●●
●
●
● ● ● ● ●
0.5
IPB pré−escovação
subject subject
● ● 2.0
1.5
●●
●●●
● 1.0
0.5
subject subject subject subject subject subject
2.0
1.5 ● ●
● ●● ●●
1.0 ● ●● ●● ● ●
● ●
●●● ●● ● ●
0.5 ●
subject subject subject subject subject subject
2.0
IPB pós−escovação
● 1.5
● ● ●● ●● ●
●● ●
● ● ● ●● ●● 1.0
● ●
●
0.5
subject subject subject subject subject subject
2.0
● ● ●
1.5 ● ● ●
● ● ●● ●●
1.0 ● ● ● ● ● ●
● ● ● ●●
●
0.5
subject subject subject subject subject subject
2.0
1.5
● ●● ●● ●
● ● ● ● ●●● ● 1.0
●●● ● ● ●
● ● ● 0.5
●
subject subject subject subject subject subject
2.0
●
1.5 ● ● ●
●
● ● ● ●
1.0 ●●●
● ● ● ● ●
● ●● ● ● ●
0.5 ●
IPB pré−escovação
2.0
índice de placa bacteriana pós−escovação
1.5
1.0
0.5
seção
0.4 0.6 0.8 1.0 1.2 1.4 1.0 1.2 1.4 1.6
● ● ● ● ● ●
1.4
● ● ● ● ● ●
● ● ●
● ● ●
Sessão.1
1.0
● ● ● ● ● ●
● ● ●
● ● ● ● ●●
● ● ●
● ● ●
0.6
● ● ● ● ● ● ● ● ●
● ● ●
1.2
● ● ● ● ● ●
● ● ● ● ● ●
● ● ● ● ●●
● ● ●
● ● ●
Sessão.2
0.8
● ● ●
● ● ● ● ● ●
● ● ● ● ● ●
● ● ●
0.4
● ● ●
● ● ●
1.4
● ● ● ● ● ●
● ● ●
● ● ●
● ● ● ● ● ●
Sessão.3
1.0
● ● ● ● ● ●
● ● ●
● ● ● ● ● ● ● ● ●
0.6
● ● ●
● ● ●
● ● ●
● ● ●
1.4
● ● ●
● ● ●
● ● ● ● ● ● ● ● ●
●
● ● ●
●
● ●
●
●
●
● ●
●
●
●
Sessão.4
● ● ●
● ● ●
1.0
● ● ●
● ● ●
● ● ●
0.6 0.8 1.0 1.2 1.4 0.6 0.8 1.0 1.2 1.4
2.0
● ● ●
1.6
● ● ● ● ● ●
● ● ●
Sessão.1
1.2
● ● ● ● ● ● ● ● ● ● ●
● ● ●
● ● ● ● ● ●
0.8
● ● ●
● ● ●
● ● ● ● ● ● ● ● ●
1.4
● ● ●
● ● ●
● ● ●
● ● ● ● ● ●
● ● ● ● ●●
● ● ●
● ● ●
1.0
●
● Sessão.2 ●
●
●
●
● ● ●
● ● ●
● ● ●
0.6
● ● ● ● ● ●
1.4
● ● ●
● ● ●
● ● ●
● ● ●
● ● ●
1.0
● ● ● ● ● ● ●
●
● ● ●
●
● ●
● ●
●
Sessão.3 ●●
●
● ●
●
● ● ●
0.6
● ● ●
● ● ●
● ● ●
1.5
● ● ●
● ● ●
● ● ● ● ●● ● ● ● ● ● ●
● ● ● ● ●
● ● ●
●
Sessão.4
1.0
● ● ● ● ● ● ●● ● ●
● ●
0.5
● ● ●
● ● ●
0.8 1.0 1.2 1.4 1.6 1.8 2.0 0.6 0.8 1.0 1.2 1.4
15
10
5
0
0 5 10 15
20
15
10
5
0
0 5 10 15
ind.
Se considerarmos ξijk ∼ N(0, σ 2 ), teremos o MLN tradicional
(homocedástico e com as observações independentes).
Yj |bj ∼ N(Xj β + Zj bj , Σi )
bj ∼ N(0, Ψ)
portanto
−1
Xn Xn
β
b= X0i V−1
i Xi
X0i V−1
i Yi
(2)
j=1 j=1
n n
1 X 1X
l(θ) = − ln(2π) kj − ln |Vi |
2 2
j=1 j=1
n 0
1 X
× − Y i − Xi β
b V−1
i Y i − X i β
b
2
j=1
em que β
b é dado em (2).
n
0
X
p(y, b) ∝ exp −0, 5 (Yj − Xj β − Zj bj ) Σj (Yj − Xj β − Zj bj )
j=1
n
X
× exp −0, 5 b0j Ψ−1 bj
j=1
b −1 Yj − Xj β
b b 0Σ
bj = ΨZ b
j j
b ≡ Ψ(θ
em que Ψ b j ≡ Σj (θ
b2 ), Σ b1 ) e β
b eθ b0 , θ
b = (θ b0 )0 são os
1 2
\
Seja ϑb o componente de interesse do vetor β
b ou do vetor θ
b e EP( ϑ)
b
\
ϑb ± z(1+γ)/2 EP(ϑ)
b
1+γ
P(Z ≤ z(1+γ)/2 ) = 2
[
Seja V (β)
b um estimador consistente da matriz de covariâncias de β.
Desejamos testar H0 : Cβ = M vs H1 : Cβ 6= M
0
−1
[ 0
Q = Cβ − M
b CV (β)C
b b −M
Cβ
−1
0 b 0
δ = (Cβ − M) CV (β)C (Cβ − M)
µ12 = µ + β2
µ13 = µ + β3
µ14 = µ + β4
µ21 = µ + α2
µ22 = µ + α2 + β2 + (αβ)22
µ23 = µ + α2 + β3 + (αβ)23
µ24 = µ + α2 + β4 + (αβ)24
Prof. Caio Azevedo
Modelos mistos (análise de medidas repetidas) (4)
Modelo 1 (sob a suposição de independência)
● ●
Resíduo Studentizado
Residuo Studentizado
2
2
● ● ● ●
● ● ● ●●
● ● ● ● ●● ● ●
● ● ● ● ● ●
●● ● ● ● ●● ● ●● ● ● ● ● ● ●
● ● ● ● ● ● ● ●● ●●● ●● ●
● ● ●
● ● ●● ● ● ● ● ●● ● ● ●● ●● ● ●● ●● ●●●● ●● ● ●
● ●●● ●● ●● ●
●● ●●
● ● ● ●● ● ● ● ● ● ●● ●● ● ●
● ●
●● ● ● ●● ●●● ● ● ● ●● ● ● ● ● ●● ●●
●● ● ● ● ●●
0
0
● ● ● ●
●●● ●● ●● ● ● ● ● ● ●● ●● ● ● ● ● ●● ●
● ● ●
● ●●● ●
● ● ● ● ● ● ● ● ● ●● ● ● ● ●● ●
● ● ● ● ● ●● ● ● ●● ● ● ● ● ● ● ●
● ● ● ● ● ●●
●● ● ● ● ● ●● ● ● ●
● ● ●
−2
−2
●● ●
● ● ● ● ● ● ● ●
−4
−4
● ●
Residuo Studentizado
Residuo studentizado
●
1
2
● ●
● ●● ●
●●●●●
●●●●●●●●●●
0
●●●●●●●●●●
●●●●●●●●●
●●●●●●●●●●●●●●●●●
●●●●●●●●●●●●●●●●●
0
●●●●●●
−1
●●●
●●●●●●●●●●●●●●
●
●●●
●●●●●●●●●
●●●
●●●●●●
−2
● ●●
−2
●
−3
●
● ● ● ●
−4
−4
● ●
−2 −1 0 1 2
Percentis da N(0,1)
●
1.0
●
●
Estimativa
●
●
●
●
●
0.5
0.0
µ12 = µ
µ13 = µ
µ14 = µ
µ21 = µ + α2
µ22 = µ + α2 + δ22
µ23 = µ + α2 + δ23
µ24 = µ + α2 + δ24
Prof. Caio Azevedo
Modelos mistos (análise de medidas repetidas) (5)
Modelo 1 (sob a suposição de independência)
● ●
Resíduo Studentizado
Residuo Studentizado
2
2
● ●
●● ● ●
● ● ●
● ● ● ● ●● ● ● ● ●● ●●
● ●● ● ● ●●● ● ●●
● ● ● ● ●
● ● ● ● ● ●●●●
● ● ● ●● ●
● ● ●● ● ● ● ●● ● ● ●● ● ● ● ● ●●● ●● ●
●● ● ● ●● ● ●● ● ● ●● ● ● ● ● ● ● ● ●● ● ●● ● ●● ● ● ●
●● ●● ●● ●● ● ● ● ● ● ● ●●● ●●
● ● ●● ● ● ● ●● ● ●● ● ● ● ●● ●● ● ● ● ●
0
0
● ● ● ● ● ● ● ●
●● ● ● ● ● ●● ● ●●● ● ● ● ● ● ●● ● ● ●
● ● ●● ● ● ● ● ● ● ● ● ● ●● ● ● ● ● ● ●
● ●
● ● ● ●●
● ● ● ● ● ● ● ● ● ● ● ●
●● ● ● ● ●● ●● ● ● ●
●
−2
−2
●● ● ●
● ● ● ●
● ●
● ●
−4
−4
● ●
Residuo Studentizado
Residuo studentizado
●
1
2
●
● ● ● ●
●●● ●
●●●●●●●●●
0
●●●●●●●
●●●●●●●●●●●●●●●●●●
●●●●●●●●●●●●●●
●●●●●●●●●●●●●●
●●●●●●●●●●●
0
●●●●●●●●●●
●
●●●●●●●●●●
●
●●
●●●●
●●●●●●
−2
●●●●
−2
●●
●
● ● ●
● ●
●
−4
−4
● ●
−2 −1 0 1 2
Percentis da N(0,1)
µ12 = µ
µ13 = µ
µ14 = µ
µ21 = µ + α2
µ22 = µ + α2 + δ22
µ23 = µ + α2
µ24 = µ + α2
Prof. Caio Azevedo
Modelos mistos (análise de medidas repetidas) (6)
Modelo 2 (sob a suposição de independência)
2
2
● ●
Resíduo Studentizado
Residuo Studentizado
● ●● ● ● ● ●●
● ●● ● ● ● ●● ●
● ● ● ●
● ●● ● ● ● ● ●●● ●
● ● ● ● ●● ● ● ● ●●● ● ●
●● ●● ●● ● ● ● ●● ● ●
●● ●● ● ● ●● ● ● ●● ● ● ●●●● ● ●●●●
● ● ● ●● ● ● ●● ●● ● ●● ● ● ● ● ● ● ● ● ● ● ●
● ●● ● ● ● ● ● ●● ●● ● ●● ● ● ● ●
● ● ●● ● ● ●●●
● ●
● ● ● ●● ●● ●
0
0
● ● ●
● ● ● ● ● ● ●● ● ●●● ● ● ● ● ● ● ●● ● ● ●● ● ●
● ●● ● ●● ● ● ● ●
● ● ● ● ● ● ●● ●● ● ● ●●
●●
● ● ●
● ● ● ● ● ● ●● ● ●
● ● ● ● ● ● ● ● ● ●
●● ●● ●● ● ●
−2
−2
●● ● ●
● ● ● ● ● ●
● ●
−4
−4
● ●
Residuo Studentizado
Residuo studentizado
2
●
● ● ● ●
●●
●●●●●●●
0
●●●●●●●●●
●●●●●●●●●●●
●●●●●●●●●●●●●●●●●
●●●●●●●●●
●●●●●●●●●●●●●●●
0
●●●●●●●●●●●●●
●●●
●●●●●●●●●●●
●●●
●●●
●●●
●●●●●●
−2
●
●
●●●●
−2
●●
●
●
● ● ●
●
●
−4
−4
● ●
−2 −1 0 1 2
Percentis da N(0,1)
● ● ● ●
1.1
1.0
IBC pós escovação
0.9
0.8
0.7
● Monobloco
0.6
Convencional
0.5
1 2 3 4
sessão
ind.
Consideraremos bij ∼ N(0, ψ).
Modelo 2
ξij ∼ N4 (0, σ 2 Σ).
Cov (Yij ) = ψJ4 + σ 2 Σ
1 ρ ρ2 ρ3
ρ 1 ρ ρ2
Σ=
2
ρ ρ 1 ρ
ρ3 ρ 2
ρ 1
Modelo 4
ξij ∼ N4 (0, σ 2 Σ).
Cov (Yij ) = ψJ4 + σi2 Σ
1 ρ ρ2 ρ3
ρ 1 ρ ρ2
Σ=
2
ρ ρ 1 ρ
ρ3 ρ 2
ρ 1
µ12 = µ
µ13 = µ
µ14 = µ
µ21 = µ + α2
µ22 = µ + α2 + δ22
µ23 = µ + α2 + δ23
µ24 = µ + α2 + δ24
Prof. Caio Azevedo
Modelos mistos (análise de medidas repetidas) (7)
Ajuste do modelo
µ12 = µ
µ13 = µ
µ14 = µ
µ21 = µ + α2
µ22 = µ + α2 + δ22
µ23 = µ + α2
µ24 = µ + α2
Prof. Caio Azevedo
Modelos mistos (análise de medidas repetidas) (8)
Ajuste do modelo
● ● ● ●
1.0
IBC pós escovação
0.9
0.8
0.7
● Monobloco
0.6
Convencional
0.5
1 2 3 4
sessão
Tipos de erros:
Erros condicionais: ξ = Y − Xβ − Zb
Erros marginais: = Y − Xβ = Zb + ξ
Efeitos aleatórios: Zb = E(Y|b) − E(Y).
Tipos de erros:
Erros condicionais: ξ = Y − Xβ − Zb
Erros marginais: = Y − Xβ = Zb + ξ
Efeitos aleatórios: Zb = E(Y|b) − E(Y).
ξ = Y − Xβ
Resı́duos condicionais: b b − Zb
b
= Y − Xβ
Resı́duos marginais: b b = Zb
b+b
ξ
Efeitos aleatórios preditos: Zb
b.
Prof. Caio Azevedo
Modelos mistos (análise de medidas repetidas)
Utilização dos resı́duos e valores preditos
3
0.2
● ●● ● ●
●● ● ●
Resíduo marginal
● ●
●
●●●● ● ●● ●●● ● ● ●
2
● ● ● ●● ● ●
● ● ● ●
● ● ● ● ●
● ●●
● ● ● ● ● ● ●● ● ● ● ● ●●
● ●●● ● ● ● ●●
● ● ●● ●
0.0
●● ● ●● ● ●● ●● ● ● ● ● ● ● ●
● ●● ● ●●
1
● ● ● ●● ● ●● ●
● ● ● ● ●● ● ●● ● ● ● ●● ● ● ●
● ●● ● ● ● ● ● ● ● ●● ● ●
●●
● ● ●● ●● ● ● ● ●
●● ● ● ● ●
● ●●
●● ● ●● ● ● ● ● ● ● ● ● ● ●●
● ● ●● ● ●●● ● ●● ● ●
● ● ● ● ● ● ●
● ●● ● ●●● ● ● ● ● ●●
● ●● ● ●
● ● ● ● ●
● ●
●● ● ●
−1
● ●● ●● ● ●
● ●● ●● ● ● ● ● ●
● ●
● ● ●●
−0.4
● ● ●
−3
● ●
● ●
● ●
● ●
2
2
●● ● ●
●●●●●●●
●●●●● ● ●
●●●●●●●●●●● ● ● ● ●
●●●●●●●● ●●● ● ●
●●
●●
●●●●●●●●●●●●●
● ●●●
●●
●●
●● ●●●●
0
●
●●●●
0
●●●●●●●●●● ● ● ●●●
●
●●●●●●●●●●●●● ● ●
●
●●●●●●●●●
●●●●●●● ● ●
● ● ● ●●
−2
●
−2
●
−4
−4
−2 −1 0 1 2 −2 −1 0 1 2
quantis da dist. N(0,1) quantis da dist. N(0,1)
● ● ●
● ●
Resíduo marginal
● ● ●
● ● ● ● ● ●●● ● ● ●
● ●● ● ● ●● ● ●● ●● ● ● ●
2
● ●●● ● ● ● ●
● ●
● ● ●● ● ● ●● ● ● ●● ●●● ●●●● ● ● ● ● ●● ●
0.0
● ● ● ●
● ● ●● ●●● ●
● ● ● ● ● ● ●
● ●● ●● ●
● ● ● ● ● ● ●● ● ●● ● ●● ● ● ●● ●
● ● ● ● ●● ●
● ● ● ● ● ● ● ●● ● ● ● ● ● ● ● ●● ● ● ●
● ●
● ●● ● ● ● ● ●● ● ● ●● ● ●● ● ● ●● ● ●
● ● ● ● ● ● ●
● ● ●● ● ● ● ● ●
0
● ●● ● ● ●● ● ●● ● ● ●● ● ● ● ● ●● ● ●●
● ●
●● ● ● ● ● ● ● ● ● ● ● ●
●
●
● ● ● ● ●
●● ●
● ●● ● ●
● ●● ●
−2
−0.4
● ● ● ●
● ●
●
● ● ●
2
2
● ● ● ●
●●●● ● ●
●●●●● ●
●●●●●●● 1 ● ● ●
1
●●●●●●●● ●●● ● ● ● ●
●●●●●
●●●●●●●●●●●●●● ●●●●
●
●●
●●●●●●●●●●●●●●●●●
● ●●
0
●
●●●●●●●
●
● ● ●●●●
●●●●●●●●●●●●●●● ●●
●●●●●●●● ● ●
−1
●●●●●
−1
● ●
●●●●● ●
● ● ●●
● ●
−2
● ●
●
−3
−3
−2 −1 0 1 2 −2 −1 0 1 2
quantis da dist. N(0,1) quantis da dist. N(0,1)
● ● ●
● ●
● ●
● ●●● ●
Resíduo marginal
● ● ● ● ●● ● ● ●● ● ●●● ● ●● ● ●
● ● ● ● ●● ●● ● ●● ● ●
2
●● ● ● ● ●● ●
● ● ● ● ●● ●
0.0
● ● ● ●
●● ● ● ● ●● ● ●● ●●●●●● ●● ●● ● ● ● ● ● ● ● ●
● ● ●
● ● ● ● ●● ● ● ● ●●● ● ● ● ●
●●● ● ●● ● ● ● ● ●● ●
● ● ● ●● ● ● ● ● ● ● ● ● ● ●● ● ● ●
●● ● ● ● ● ●● ● ● ● ●● ● ● ●● ● ●● ● ● ●● ● ●
● ●●● ● ● ● ●● ● ● ●● ● ● ● ● ●
0
● ●
●● ●
●
● ● ● ●● ● ●● ●●● ● ● ●● ● ●● ●
● ● ● ● ● ●
● ● ● ● ● ● ●
● ● ●
●● ●● ● ● ●● ●
● ●
●
−0.4
−2
● ●
● ●
●
● ● ●
●
●
● ●
2
2
●●
●● ●
●●●●● ●
●●●● 1
● ● ●
● ●
●●●●●
1
●●●●●●●●●●●● ●●● ● ●
●●●●●●●●● ●●
●●
●●●●●●●●●●●●●●●● ●●●●●
0
●
●●●●●●●●●●
●●●
●
●● ●●●●
●●●●●●●●●●●● ●●
●●●●●●●● ● ●
−1
●●●●●●●●●●●● ● ●
−1
●●●●● ●
● ● ●●●
−2
● ● ●
●
−3
−3
−2 −1 0 1 2 −2 −1 0 1 2
quantis da dist. N(0,1) quantis da dist. N(0,1)