Teoría y práctica de modelos mixtos. Aplicación a Ciencias Naturales usando R

PROFESOR: Luis M. Carrascal

TEMARIO:

PRINCIPIOS Y GENERALIDADES

1) Tipo de variables respuesta (gausianas, gamma, poisson, binomiales negativas, binomiales, multinomiales, infladas de ceros). Factores entre- y dentro-de sujetos. Factores fijos y aleatorios. Factores anidados.

2) Modelos Generales y Generalizados Lineales. Varianza y devianza. Parametrización de efectos no lineales mediante términos polinomiales y penalized thin plate splines.

3) Modelos mixtos I: diseños n-factoriales que mezclan covariantes, factores de efectos fijos y aleatorios. Establecimiento de términos error deseables y posibles atendiendo a los factores aleatorios

4) Modelos mixtos II: Aproximaciones de Kenward-Roger y Satterthwaite a la estima de los grados de libertad y significaciones.

5) Efectos simples, parciales e interacciones. Tipos de sumas de cuadrados (I, II y III) y sus equivalentes en modelos generalizados no gausianos. Partición de la variación: eta2 y eta2 parcial.

6) Revisión de los supuestos canónicos trabajando con los residuos de los modelos. Desvío de la normalidad, heterocedasticidad, heterogeneidad de varianzas en las celdas n-factoriales.

7) Gestionando la existencia de valores influyentes-perdidos y los desvíos de los supuestos canónicos de los modelos mediante técnicas basadas en Bootstraps.

8) Comparación entre diferentes modelos usando el criterio de información de Akaike (IACc). Inferencia multimodelos.

TIPOS DE MODELOS MIXTOS

9) Modelos mixtos generales lineales (gaussianas con función de vínculo identidad).

10) Modelos mixtos generalizados lineales (con distribuciones gamma, poisson, binomial negativa y binomial)

11) Diseños de medidas repetidas. Diseños “split-plot”. Aproximación mediante factores aleatorios y modelos mixtos tanto generales como generalizados, usando “matrices verticales”.

12) Modelos mixtos generalizados multinomiales lineales

13) Modelos mixtos generalizados aditivos con control de auto-correlación espacial y temporal.

14) Modelos mixtos generalizados zero-inflated y hurdle; cómo gestionar la sobreabundancia de ceros en la variable respuesta

La duración del curso es de 39 h. Debido a su contenido, se considera adecuado para personas con una experiencia previa en aspectos básicos de estadística (e.g., regresión, correlación, ANOVAs, estadística descriptiva)

Los asistentes deberán ir con su ordenador portátil para desarrollar los aspectos prácticos del curso. Previamente el profesor les dará las instrucciones para la instalación sel software y paquetes de trabajo en R, así como scripts comentados con el contenido del curso.

REQUISITOS

Los candidatos deberán enviar a la Secretaría de la Sociedad de amigos del Museo con el objeto de hacer una selección previa de los participantes una página donde expongan los motivos por los que se desea realizar este seminario así como una síntesis del trabajo de investigación o técnico que se está desarrollando junto a su correo electrónico. * se tendrá en cuenta el orden de llegada de las candidaturas.