Idioma:

Best linear unbiased latent values predictors for finite population linear models with different error sources

German Moreno Júlio da Motta Singer 1950-; Edward J Stanek III

Revista Brasileira de Biometria São Paulo v. 39, n. 4, p. 571-586, 2021

Localização: IME - Inst. Matemática e Estatística (PROD-3062628 )(Acessar)

Título:
Best linear unbiased latent values predictors for finite population linear models with different error sources
Autor: German Moreno
Júlio da Motta Singer 1950-; Edward J Stanek III
Assuntos: MODELOS LINEARES GENERALIZADOS; Blup; Covariance Matrix; Measurement Error; Erro De Medição; Matriz De Covariância
É parte de: Revista Brasileira de Biometria São Paulo v. 39, n. 4, p. 571-586, 2021
Notas: Disponível em: https://doi.org/10.28951/rbb.v39i4.553. Acesso em: 08 fev. 2022
Descrição: Desenvolvemos preditores lineares n˜ao enviesados ´otimos (BLUP) para valores latentes de unidades amostrais rotuladas selecionadas de uma popula¸c˜ao finita na presen¸ca de duas fontes de erros de medida: end´ogenas, ex´ogenas ou ambas. Parˆametros alvo usuais s˜ao a m´edia populacional, o valor latente associado a uma unidade amostral rotulada ou o valor latente da unidade amostral selecionada numa determinada posi¸c˜ao na amostra. Mostramos como os dois tipos de erros de medida afetam a matriz de covariˆancias intraunidades amostrais e indicamos como o BLUP para popula¸c˜oes finitas pode ser calculado por interm´edio de software usualmente utilizado para ajustar modelos mistos com erros de medida end´ogenos ou ex´ogenos, homoced´asticos ou heteroced´asticos.
Editor: São Paulo
Data de criação/publicação: 2021
Formato: p. 571-586.
Idioma: Inglês

Links

Voltar para lista de resultados