Cogollo Flórez, Myladis2014-02-172012519.77CD G216http://hdl.handle.net/10784/1289El proceso de estimación de los parámetros del modelo de regresión logístico mixto, vía máxima verosimilitud, conlleva a expresiones matemáticas que no pueden resolverse Analíticamente; por eso, se han propuesto algunos métodos alternativos que permiten obtener una aproximación de las estimaciones empleando integración numérica; entre ellos se destacan el método de máxima verosimilitud simulada y la aproximación Bayesiana usando los algoritmos EM (Esperanza - Maximización) y cuasi-Newton. Sin embargo, estos métodos presentan algunas dificultades computacionales en la integración numérica que se requiere en el proceso debido a la elección de la función logit y al supuesto de normalidad del vector de efectos aleatorios -- En este trabajo se presenta una propuesta basada en técnicas de optimización meta-heurísticas, para la estimación de los parámetros del modelo de regresión logística mixto basada en la minimización de la suma de cuadrados de error. Se asume que la distribución del vector de efectos aleatorios es una función de un vector aleatorio con distribución Log-Gamma -- Este último supuesto implica que no se requieran integraciones numéricas para calcular la verosimilitud marginal. Además se considera una función de linkeo alternativa a la función logit, la log-log.spaMétodos MetaheurísticosTesis. Maestría en Matemáticas AplicadasmasterThesisinfo:eu-repo/semantics/openAccessMODELOS LINEALES (ESTADISTICA)CORRELACIÓN (ESTADÍSTICA)VARIABLES (MATEMÁTICAS)PROGRAMACIÓN (MATEMÁTICAS)OPTIMIZACION COMBINATORIAAcceso abierto2014-02-17García Vélez, Claudia Patricia