The class of CUB models is commonly used by practitioners to model ordinal data, in this paper we propose the cubm package which provides the class of CUB models in the R system for statistical computing. The cubm package allows to specify a formula for each parameter of the model, the Maximum Likelihood (ML) estimation is performed by optimization via the functions nlminb, optim and DEoptim and the variance-covariance matrix can be obtained by numerical approximation of the Hessian matrix or by bootstrap method. The utility of the package is illustrated by an application and a simulation study.
Sin duda, ver los sistemas de salud desde la perspectiva de la investigación de operaciones impone nuevos retos que no son insalvables. Hay en los sistemas de salud desafíos y dilemas a los que quizás antes no nos veíamos enfrentados al trabajar en otras industrias o servicios. Desde dilemas éticos, causados por la naturaleza del servicio de salud como un derecho fundamental, bien sea porque en las decisiones que se modelan muchas veces están involucradas las vidas y el bienestar de los pacientes, o porque los objetivos de los sistemas de salud van más allá de la rentabilidad o la disminución de costos a los que estamos comúnmente acostumbrados (v. g., mejorar la cobertura o lograr equidad). Por otro lado, entender los sistemas de salud y las decisiones que en ellos se toman (para el tratamiento de los pacientes, para la planeación de las operaciones de los servicios o para la definición de políticas públicas) exige apropiarse de conocimientos que son ajenos a la formación tradicional en investigación de operaciones. Por fortuna, esto último exige la conformación de equipos multidisciplinarios, con personal asistencial (médicos, enfermeras, instrumentadores, terapeutas, etc.), con epidemiólogos, con funcionarios del Estado, con expertos en sistemas de información, calidad y acreditación en salud, entre otros. En estos equipos es también importante la investigación de operaciones, pues los complementa aportando una visión cuantitativa, analítica e ingenieril que algunas veces no tienen.
La estimación en el modelo de regresión beta mixto esta usualmente La estimación en el modelo de regresión beta mixto esta usualmente basada en la teoría de máxima verosimilitud, asumiendo que el modelo esta correctamente especificado. Sin embargo, la validez de este supuesto algunas veces es difícil de verificar. El objetivo de este trabajo es estudiar el impacto de la especificación incorrecta de la distribución de los interceptos aleatorios de la media y la dispersión en la estimación de los parámetros del modelo a través de un estudio de simulación. Los resultados de simulaciones mostraron la existencia de un efecto en las estimaciones de los parámetros cuando se usan distribuciones no simétricas y cuando la cantidad de información por grupo es pequeña.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.