Modelos para análise de dados longitudinais envolvem a especificação da forma funcional para a resposta média e da estrutura de dependênciaintraunidades amostrais. Em geral, a forma funcional da resposta média é ão linear e sua especificação requer conhecimentos sobre valores mínimos ou máximos que a resposta pode assumir ao longo dos instantes de avaliação além da possível presença de assíntotas, por exemplo. A proposta de um modelo não linear pode ser ainda mais difícil quando há poucas observações por unidade de investigação e/ou quando há dados omisos, o que é comum em estudos longitudinais. Nesse contexto, é razoável aproximar o possível modelo não linear por um modelo polinomial e, nesse caso, o desafio é identificar o grau do polinômio. A especificação da estrutura de dependência entre as observações da mesma unidade amostral representa outro desafio, pois deve ser suficientemente flexível para acomodar eventual heterocedasticidade, correlação serial e ainda ser bastante parcimoniosa para evitar problemas na estimação dos parâmetros. Estudamos o viés e a precisão dos estimadores dos coeficientes do polinômio adotado no modelo e consequentemente dos seus valores preditos, quando seu grau é inadequado, sob diferentes estruturas de covariância comumente utilizadas. Constatamos que se a correlação intraunidades amostrais for elevada é preferível considerar estruturas de covariância oriundas de modelos de efeitos aleatórios para efeito de minimização do viés dos estimadores.

not available