{"id":74691,"date":"2018-03-09T23:19:45","date_gmt":"2018-03-09T23:19:45","guid":{"rendered":"https:\/\/www.deberes.net\/tesis\/sin-categoria\/contribuciones-al-analisis-de-datos-longitudinales-bajo-una-perspectiva-multinivel\/"},"modified":"2018-03-09T23:19:45","modified_gmt":"2018-03-09T23:19:45","slug":"contribuciones-al-analisis-de-datos-longitudinales-bajo-una-perspectiva-multinivel","status":"publish","type":"post","link":"https:\/\/www.deberes.net\/tesis\/matematicas\/contribuciones-al-analisis-de-datos-longitudinales-bajo-una-perspectiva-multinivel\/","title":{"rendered":"Contribuciones al analisis de datos longitudinales bajo una perspectiva multinivel"},"content":{"rendered":"<h2>Tesis doctoral de <strong>  Fermin Parra Wilmer Jes\u00fas <\/strong><\/h2>\n<p>Un problema com\u00fan en estudios longitudinales es el abandono, un tipo de dato faltante en el cual la serie de mediciones termina prematuramente. dependiendo de la relaci\u00f3n entre la ausencia y la respuesta, los abandonos pueden influir preponderantemente en la interpretaci\u00f3n de los efectos de los tratamientos y otras covariables del estudio. El abandono m\u00e1s problem\u00e1tico es el no-aleatorio (mnar), en el cual la ausencia est\u00e1 relacionada con las respuestas no observadas. Los modelos de patrones mezclados han sido propuestos para datos longitudinales con este tipo abandono. En estos modelos se estratifica la poblaci\u00f3n por el tiempo de abandono y luego se describen los datos observados dentro de cada grupo de ausencia. Un problema con esta estratificaci\u00f3n es que en un tiempo particular pueden ocurrir los tres tipos de abandonos: completamente aleatorios (mcar), aleatorios (mar) y no-aleatorios. La diferencia entre estos tipos de abandono hace poco sensible detectar efectos de covariables y diferenciar los grupos de abandono. en este trabajo se propone un m\u00e9todo para analizar datos longitudinales de respuestas continuas con abandonos no-aleatorios. \u00e9ste consiste en estratificar la poblaci\u00f3n mediante un \u00abdesv\u00edo de abandono\u00bb y usar un modelo multinivel para el an\u00e1lisis. El m\u00e9todo propuesto se compara, mediante un estudio de simulaci\u00f3n, con la supresi\u00f3n listwise, la inclusi\u00f3n pairwise y el modelo de patrones mezclados con el tiempo de abandono. Los resultados demuestran que nuestra propuesta es m\u00e1s sensible en la detecci\u00f3n efectos de covariables. la propuesta se aplica a un conjunto de datos longitudinales, con abandonos, en el \u00e1rea de educaci\u00f3n.<\/p>\n<p>&nbsp;<\/p>\n<h3>Datos acad\u00e9micos de la tesis doctoral \u00ab<strong>Contribuciones al analisis de datos longitudinales bajo una perspectiva multinivel<\/strong>\u00ab<\/h3>\n<ul>\n<li><strong>T\u00edtulo de la tesis:<\/strong>\u00a0 Contribuciones al analisis de datos longitudinales bajo una perspectiva multinivel <\/li>\n<li><strong>Autor:<\/strong>\u00a0  Fermin Parra Wilmer Jes\u00fas <\/li>\n<li><strong>Universidad:<\/strong>\u00a0 Salamanca<\/li>\n<li><strong>Fecha de lectura de la tesis:<\/strong>\u00a0 17\/06\/2005<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<h3>Direcci\u00f3n y tribunal<\/h3>\n<ul>\n<li><strong>Director de la tesis<\/strong>\n<ul>\n<li>Purificacion Galindo Villardon<\/li>\n<\/ul>\n<\/li>\n<li><strong>Tribunal<\/strong>\n<ul>\n<li>Presidente del tribunal:  Vicente hernanz Mar\u00eda  lina <\/li>\n<li>Antonio Blazquez zaballos (vocal)<\/li>\n<li>valter Martins vairinhos (vocal)<\/li>\n<li>Mar\u00eda  angeles Muruaga lopez de guere\u00f1u (vocal)<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Tesis doctoral de Fermin Parra Wilmer Jes\u00fas Un problema com\u00fan en estudios longitudinales es el abandono, un tipo de dato [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"footnotes":""},"categories":[1477,126,9386,4030],"tags":[94316,161709,86065,17221,86068,53469],"class_list":["post-74691","post","type-post","status-publish","format-standard","hentry","category-estadistica","category-matematicas","category-salamanca","category-tecnicas-de-prediccion-estadistica","tag-antonio-blazquez-zaballos","tag-fermin-parra-wilmer-jesus","tag-maria-angeles-muruaga-lopez-de-guerenu","tag-purificacion-galindo-villardon","tag-valter-martins-vairinhos","tag-vicente-hernanz-maria-lina"],"_links":{"self":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/74691","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/comments?post=74691"}],"version-history":[{"count":0,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/74691\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/media?parent=74691"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/categories?post=74691"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/tags?post=74691"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}