On a class of models for longitudinal data analysis

Abstract

In questo lavoro si studiano le stime di massima verosimiglianza dei parametri di regressione, autocorrelazione e di composizione della varianza nel caso di distribuzione normale. Si assume che il termine errore possa essere rappresentato mediante due componenti distinte, di cui una sia costante all'interno di ciascuna unità sperimentale e l'altra segua un processo stocastico autoregressivo od a media mobile del primo ordine. La metodologia sviluppata in questo lavoro si applica sia al caso di dati non bilanciati rispetto al tempo, sia al caso che le osservazioni non siano equispaziate nel tempo.