Dados longitudinais

Dados longitudinais

1. Estatísticas descritivas para mudanças de padrões ao longo do tempo

   • Padrões gráficos
     • Gráficos simples precedem gráficos complexos
   • Plots residuais - Identificar anomalias
     • Gráficos de dispersão padrão com dados no eixo vertical e tempo no eixo horizontal (time plot)
       • Assume que os participantes foram testados em todas as ocasiões

2. Gráfico de médias x tempo é possível quando os dados são balanceados

   • Diagnóstico residual para adequar o modelo às respostas
     • Observar curvatura do gráfico de dispersão dos resíduos

3. Mudança das médias ao longo do tempo

   • Relação dessas mudanças às covariáveis
     • Matrix de covariância e Matrix de Resíduos

4. Transformar os resíduos com a regressão linear padrão

   • Automatizar a produção de diagnósticos residuais
   • Transformação dos resíduos auxilia na identificação de outiliers
     • Extremos ocorrerão com regularidade previsível

5. Distância de Mahalanobis dos valores de p para cada indivíduo

6. Melhor trabalhar com a Soma dos Resíduos do que com os resíduos cruamente ou transformados

   • Permite determinar se padrões aparentes são uma tendência sistemática ou variação natural
   • Pode ser usado para avaliar a forma funcional das covariáveis
   • Soma cumulativa x soma em movimento
   • Ambas as somas são válidas independente da distribuição gráfica

7. Gráficos de tempo e Gráficos esfumaçados

   • Possibilidade de identificar as tendências das médias ao longo do tempo e formas funcionais apropriadas de covariância
   • Técnicas Gráficas
     • Identificar outliers
     • A covariância entre medidas repetidas deve assegurar inferências válidas
     • Avaliação da adequação das variâncias e das correlações
   • Se o modelo de variância é adequado não há tendência sistemática