Modelos não lineares de efeitos mistos para dados censurados com erros elípticos autorregressivos.
Modelos de efeitos mistos, Dados censurados, Distribuição elíptica, Erros autoregressivos, Resíduos de martingais, Algoritmo EM, Medidas de diagnóstico.
Os modelos de efeitos mistos são ferramentas frequentemente usadas para o estudo de dados em ensaios clínicos. No entanto, devido a possível complexidade deste tipo de dados, torna-se atrativo o desenvolvimento de extensões destes modelos com suposições mais flexíveis. Neste contexto, propomos uma extensão robusta dos modelos de efeitos mistos com respostas censuradas e erros autorregressivos de ordem "p". Para isso, atribuímos inicialmente a classe de distribuição elíptica às componentes aleatórias do modelo. Esta família de distribuições nos permitirá trabalhar com conjuntos de dados com caudas mais leves ou mais pesadas que a normal, possibilitando um ajuste menos sensível a presença de observações atípicas. Dessa forma, um algoritmo do tipo EM foi desenvolvido para calcular as estimativas de máxima verossimilhança e os erros padrão dessas estimativas foram obtidos utilizando a matriz de informação empírica. Para avaliar a qualidade do ajuste e as premissas do modelo proposto foram utilizados os resíduos martingais e medidas de diagnóstico com base na abordagem de influência global e local. Apresentamos estudos de simulação sob diferentes cenários para avaliar as propriedades assintóticas dos estimadores e o desempenho dessa classe de modelos na presença de observações atípicas. Ao final, foi analisado dois exemplos práticos com dados reais referente a um estudo de casos no tratamento de pacientes com HIV-1.