Nei modelli misti è convenzione assumere normalità per la distribuzione degli effetti casuali, per semplicità e perché la maggior parte del software per la stima di tali modelli si basa su questa assunzione. L'obbiettivo del lavoro è di illustrare l'impatto sulle procedure inferenziali quando la specificazione assunta non è valida, e di fornire una rassegna degli strumenti di diagnostica sviluppati nella letteratura recente per valutare la coerenza dell'ipotesi distributiva, con esempi su dataset reali.

Errata specificazione della distribuzione degli effetti casuali in modelli misti: conseguenze e strumenti per la diagnosi

BONATO, FRANCESCO
2021/2022

Abstract

Nei modelli misti è convenzione assumere normalità per la distribuzione degli effetti casuali, per semplicità e perché la maggior parte del software per la stima di tali modelli si basa su questa assunzione. L'obbiettivo del lavoro è di illustrare l'impatto sulle procedure inferenziali quando la specificazione assunta non è valida, e di fornire una rassegna degli strumenti di diagnostica sviluppati nella letteratura recente per valutare la coerenza dell'ipotesi distributiva, con esempi su dataset reali.
2021
Misspecification of the random effects distribution in mixed models: consequences and diagnostic tools
modelli misti
effetti casuali
mis-specificazione
File in questo prodotto:
File Dimensione Formato  
Bonato_Francesco.pdf

accesso aperto

Dimensione 1.14 MB
Formato Adobe PDF
1.14 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/35132