
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Manuel, Lourenço | - |
| Autor(es): dc.creator | Scalon, João D. | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:02:03Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:02:03Z | - |
| Data de envio: dc.date.issued | 2021-09-01 | - |
| Data de envio: dc.date.issued | 2021-09-01 | - |
| Data de envio: dc.date.issued | 2020-08 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/48013 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1002/bimj.201800360 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1152877 | - |
| Descrição: dc.description | Generalized estimating equations (GEE) are extension of generalized linear models (GLM) widely applied in longitudinal data analysis. GEE are also applied in spatial data analysis using geostatistics methods. In this paper, we advocate application of GEE for spatial lattice data by modeling the spatial working correlation matrix using the Moran's index and the spatial weight matrix. We present theoretical developments and results for simulated and actual data as well. For the former case, 1,000 samples of a random variable (response variable) defined in (0, 1) interval were generated using different values of the Moran's index. In addition, 1,000 samples of a binary and a continuous variable were also randomly generated as covariates. In each sample, three structures of spatial working correlation matrices were used while modeling: The independent, autoregressive, and the Toeplitz structure. Two measures were used to evaluate the performance of each of the spatial working correlation structures: the asymptotic relative efficiency and the working correlation selection criterions. The results showed that both measures indicated that the autoregressive spatial working correlation matrix proposed in this paper presents the best performance in general. For the actual data case, the proportion of small farmers who used improved maize varieties was considered as the response variable and a set of nine variables were used as covariates. Two structures of spatial working correlation matrices were used and the results showed consistence with those obtained in the simulation study. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Wiley-VCH GmbH | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Biometrical Journal | - |
| Palavras-chave: dc.subject | Generalized Linear Models | - |
| Palavras-chave: dc.subject | Moran's index | - |
| Palavras-chave: dc.subject | Spatial weight matrix | - |
| Palavras-chave: dc.subject | Spatial working correlation matrix | - |
| Palavras-chave: dc.subject | Estimação de equações generalizadas | - |
| Palavras-chave: dc.subject | Matriz de correlação espacial de trabalho | - |
| Palavras-chave: dc.subject | Índice de Moran | - |
| Palavras-chave: dc.subject | Autocorrelação espacial | - |
| Título: dc.title | Generalized estimating equations approach for spatial lattice data: A case study in adoption of improved maize varieties in Mozambique | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: