Modelo de efeitos aleatórios: diferenças entre revisões

Em [[estatística]], um '''modelo de efeitos aleatórios''', também chamado de '''modelo de componentes de variância''', é um [[modelo estatístico]] em que os parâmetros do modelo são [[Variável aleatória|variáveis aleatórias]]. É uma espécie de [[modelo linear hierárquico]], que presume que os dados analisados são extraídos de uma hierarquia de diferentes populações cujas diferenças se relacionam com essa hierarquia. Em [[econometria]], os modelos de efeitos aleatórios são usados na análise em painel de dados hierárquicos ou em [[Dados em painel|painel]] quando não se presume nenhum [[Estimador de efeitos fixos|efeito fixo]] (permite efeitos individuais). Um modelo de efeitos aleatórios é um caso especial de [[modelo misto]].

Compare isso com as definições de [[bioestatística]], <ref>{{Citar livro|url=https://archive.org/details/analysislongitud00digg_730|título=Analysis of Longitudinal Data|ultimo=Diggle|primeiro=Peter J.|ultimo2=Heagerty|primeiro2=Patrick|ultimo3=Liang|primeiro3=Kung-Yee|ultimo4=Zeger|primeiro4=Scott L.|editora=Oxford University Press|ano=2002|páginas=[https://archive.org/details/analysislongitud00digg_730/page/n96 169]–171|isbn=0-19-852484-6|edition=2nd}}</ref> <ref>{{Citar livro|título=Applied Longitudinal Analysis|ultimo=Fitzmaurice|primeiro=Garrett M.|ultimo2=Laird|primeiro2=Nan M.|ultimo3=Ware|primeiro3=James H.|editora=John Wiley & Sons|ano=2004|localização=Hoboken|páginas=326–328|isbn=0-471-21487-6}}</ref> <ref>{{Citar periódico |titulo=Random-Effects Models for Longitudinal Data |número=4 |ultimo=Laird |primeiro=Nan M. |ultimo2=Ware |primeiro2=James H. |ano=1982 |paginas=963–974 |doi=10.2307/2529876 |jstor=2529876 |volume=38 |journal=[[Biometrics (journal)|Biometrics]]}}</ref> <ref>{{Citar periódico |titulo=Fixed effects, random effects and GEE: What are the differences? |número=2 |ultimo=Gardiner |primeiro=Joseph C. |ultimo2=Luo |primeiro2=Zhehui |ano=2009 |paginas=221–239 |doi=10.1002/sim.3478 |pmid=19012297 |ultimo3=Roman |primeiro3=Lee Anne |volume=28 |journal=[[Statistics in Medicine (journal)|Statistics in Medicine]]}}</ref> <ref>{{Citar periódico |titulo=Should I use fixed effects or random effects when I have fewer than five levels of a grouping factor in a mixed-effects model? |data=20 de janeiro de 2022 |ultimo=Gomes |primeiro=Dylan G.E. |paginas=e12794 |doi=10.7717/peerj.12794 |volume=10 |journal=PeerJ}}</ref> já que os bioestatísticos usam efeitos "fixos"“fixos” e "aleatórios"“aleatórios” para se referir respectivamente à média populacional e aos efeitos específicos do sujeito (e onde as últimas são geralmente presumidas como [[Variável latente|variáveis latentes]] e desconhecidas).

Modelos de efeitos aleatórios auxiliam no controle de heterogeneidade não observada quando a heterogeneidade é constante ao longo do tempotemporalmente e não correlacionada com variáveis independentes. Essa constante pode ser removida de dados longitudinais por meioatravés de diferenciação, uma vezdado que tomar uma primeira diferença removerá quaisquer componentes invariantes no tempo do modelo. <ref name=":0">{{Citar livro|título=Econometric analysis of cross section and panel data|ultimo=Wooldridge|primeiro=Jeffrey|data=2010|editora=MIT Press|localização=Cambridge, Mass.|páginas=252|isbn=9780262232586|oclc=627701062|edition=2nd}}</ref>

Duas suposições comuns podem ser feitas sobre o efeito específico individual: a suposição de efeitos aleatórios e a suposição de efeitos fixos. A suposição de efeitos aleatórios é que a heterogeneidade individual não observada não está correlacionada com as variáveis independentes. A suposição de efeito fixo é que o efeito específico individual está correlacionado com as variáveis independentes. <ref name=":0" />