Key points are not available for this paper at this time.
Dados longitudinais de experimentos factoriais frequentemente surgem em várias áreas de estudo, que vão desde a medicina e biologia até políticas públicas e sociologia. Na maioria das situações práticas, a distribuição dos dados observados é desconhecida e podem existir várias medições atípicas e outliers. Portanto, o uso de procedimentos paramétricos e semi-paramétricos que impõem suposições restritivas de distribuição sobre amostras longitudinais observadas torna-se questionável. Isso, por sua vez, levou a uma demanda substancial por procedimentos estatísticos que nos permitam analisar medições longitudinais em experimentos fatoriais de forma precisa e confiável, com condições mínimas sobre os dados disponíveis, e uma metodologia não paramétrica robusta que ofereça tal possibilidade torna-se de particular importância prática. Neste artigo, apresentamos um novo pacote R nparLD que fornece aos estatísticos e pesquisadores de outras disciplinas um acesso fácil e amigável às mais recentes metodologias robustas baseadas em classificação para a análise de dados longitudinais em configurações fatoriais. Ilustramos os procedimentos implementados com estudos de caso da odontologia, biologia e medicina.
Noguchi et al. (Sun,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: