@MASTERSTHESIS{ 2021:374781055,
 	title = {Abordagem bayesiana para um delineamento Crossover 2 × 2 com medidas repetidas: um estudo de simulação e dados reais},
 	year = {2021},
 	url = "https://bdtd.unifal-mg.edu.br:8443/handle/tede/1868",
 	abstract = "Nos delineamentos crossover, as unidades experimentais recebem todos os tratamentos do
 estudo em períodos distintos, de acordo com os grupos de sequências formados. Devido a que
 as unidades experimentais atuam como seu próprio controle, efeitos carryover podem estar
 presentes no modelo; dificultando as inferências sobre os efeitos dos tratamentos. Além disso,
 podem ser tomadas medidas repetidas da variável resposta ao longo do tempo, o qual permite
 examinar e comparar as tendências das respostas. No entanto, medidas tomadas na mesma
 unidade experimental podem estar correlacionadas. Assim, o objetivo deste trabalho foi
 analisar o delineamento crossover 2 × 2 com medidas repetidas dentro de período de
 tratamento, via abordagem Bayesiana de modelos mistos. Foram considerados como efeitos
 sistemáticos: tratamentos, períodos, sequências, tempo e a interação simples entre tempo e
 tratamento; o efeito da unidade experimental foi considerado como aleatório através do
 modelo misto marginal. Um estudo de simulação foi realizado empregando conceitos
 frequentistas, considerando três medidas repetidas (efeitos de tempo) dentro de cada período,
 tamanhos de amostra de 20 e 100, dois diferentes coeficientes de variação (5% e 20%),
 diferença entre os tratamentos de 1 e 2 erros padrão (EP) entre as médias e efeitos carryover
 iguais a zero para cada tratamento. Além disso simularam-se 4 cenários considerando efeitos
 carryover iguais a 4EP, sendo assim, simulou-se 28 cenários com 1000 repetições em cada
 um. Após a simulação, os dados foram ajustados apenas a modelos Bayesianos. Também se
 realizou uma aplicação com dados reais da área da fisiopatologia, considerando a frequência
 mediana do músculo gastrocnêmio lateral direito para avaliar se um protocolo de exergaming
 melhora a atividade muscular em pacientes com câncer. As estimativas Bayesianas a
 posteriori sobre os parâmetros desconhecidos do modelo foram obtidas sob distribuições a
 priori não informativas e função de verossimilhança normal, utilizando o amostrador de Gibbs.
 A taxa de erro tipo I do teste da diferença de efeitos carryover foi próximo a 10%, sendo
 menor nos cenários com amostra maior. O teste dos efeitos de tempo tende a ser liberal com
 amostras de 20 unidades experimentais, enquanto com tamanho amostral de 100 torna-se exato
 ao nível de significância de 5%; o poder do teste foi de aproximadamente 99% nos cenários em
 que se considerou 6EP desse efeito. O modelo proposto apresentou bom desempenho com
 relação à acurácia, erro quadrático médio e precisão das estimativas dos efeitos carryover,
 diferenças dos efeitos do tratamento e efeitos do tempo, especialmente com amostras de 100
 unidades experimentais. Por sua vez, quando os efeitos carryover foram iguais a 4EP da
 diferença entre médias, as estimativas foram não viesadas e não houve perda de acurácia e
 precisão, embora com estimativas viesadas de efeito de período. Os resultados com os dados
 reais se mostraram consistentes, se aproximando dos cenários simulados com diferenças de
 tratamentos de 1EP e efeito de tempos de 0 e 1.",
 	publisher = {Universidade Federal de Alfenas},
 	scholl = {Programa de Pós-Graduação em Estatística Aplicada e Biometria},
 	note = {Instituto de Ciências Exatas}
}