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.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