J. Espasandín Domínguez, C. Cadarso Suarez, N. Klein, T. Kneib, F. Gude Sampedro
La regresión distribucional es una herramienta moderna que permite incorporar una gran variedad de distribuciones complejas en la respuesta. En el marco de la inferencia bayesiana, Nadja et al (2015) han desarrollado modelos de regresión flexibles el que esta respuesta compleja se relaciona con un predictor aditivo estructurado que permite incluír efectos no lineales, aleatorios o espaciales. La aparición de nuevas tecnologías permiten hoy en día coleccionar gran cantidad de información en forma de datos funcionales. En este trabajo proponemos incorporar esta información funcional en el marco de la regresión distribucional. Su utilidad se ilustrará con datos reales biomédicos, en un estudio sobre los determinantes en la glicación de la hemoglobina, una prueba que se utiliza para el diagnóstico y control de la diabetes. En el predictor se incluirán los resultados de la monitorización continua, que recoge mediciones de glucosa cada 5 minutos a lo largo de una semana.
Palabras clave: datos funcionales, glucosa, distributional regression
Programado
L08.3 Sesión de la Red Nacional de Bioestadística
5 de septiembre de 2016 15:40
Aula 21.08
