Estimación de puntos de cambio para modelos lineales mixtos: una solución usando algoritmos evolutivos

Abstract

Los modelos matemáticos han sido usados para describir la relación entre dos o más variables o características de la población objetivo. En el campo de la estadística el modelo de regresión lineal simple han sido aplicados ampliamente y sus propiedades son bien conocidas. Sin embargo, este tipo de modelos no tiene aplicación en algunos casos como en el escenario longitudinal. Los modelos lineales mixtos (LMMs) son de utilidad cuando las medidas han sido registradas en un intervalo de tiempo. Uno de los más importantes supuestos, para los dos modelos, ha sido el establecer que el modelo se mantiene invariante sobre todo el intervalo de regresión. En caso contrario, se puede encontrar uno o varios puntos de cambio en los cuales el modelo cambia (media, varianza o simultáneamente media - varianza). Esta propuesta permite estimar los puntos de cambio sujeto-específicos que permiten la minimización de una función de riesgo o pérdida asociada al modelo en mención.