06/D149

Análisis Discriminante en el modelo de Medidas Repetidas para datos multivariados en tres niveles con diferentes estructuras para sus matrices de covarianza y para sus medias.
Discriminant Analysis in the repeated measure model for three level multivariate data with structured covariance matrices and structured mean vectors.

Director: LEIVA, Ricardo Aníbal
Correo Electrónico: rleiva@fcemail.uncu.edu.ar

Integrantes: GEI, Graciela Isabel; DONATO, Stella; MALLEA, Adriana; HERRERA, Myriam; ROY, Anuradha.

Resumen Técnico: Se desarrollarán métodos de Análisis Discriminante en el modelo de medidas repetidas multivariadas con datos multivariados en tres niveles. Se considerarán las estructuras aditiva multiplicativa para los vectores de medias y las estructuras de equicorrelación conjunta y de separabilidad para las matrices de covarianzas. Para desarrollar estos métodos es necesario primero obtener estimadores de máxima verosimilitud de los vectores de medias y de las matrices de covarianzas de las k poblaciones y elaborar los algoritmos para calcular estas estimaciones. Luego; de desarrollar las reglas (muestrales) de clasificación en el modelo de medidas repetidas multivariadas con dos factores, se establecerán los métodos para contrastar si los datos tienen o no las estructuras de covarianzas postuladas. Finalmente se realizará un estudio de simulación exhaustiva de los métodos desarrollados y aplicación a datos reales.

Summary: Discriminant Analysis methods will be developed for three-level multivariate repeated measurements. Additive and multiplicative structures for the mean vector and jointly equicorrelated and separable structures for the covariance matrix will be considered. To develop these discriminant methodologies it will be necessary to obtain maximum likelihood estimators for the structured mean vector and covariance matrix, and to write the algorithms required to calculate these estimations. Hypothesis testing methods will be formulated to test whether or not the postulated covariance structures can be sustained for a particular data set. Finally, an exhaustive simulation will be performed for analyzing the goodness of the proposed methodologies.