Modelos com trajetória latente em painéis rotativos com dados omissos

Abstract

Com o intuito de modelar longitudinalmente trajetórias de privação material, com dados provenientes do painel rotativo ICOR (Inquérito às Condições de Vida e ao Rendimento), são apresentados resultados de diversos estudos, tendo por base diferentes opções metodológicas no framework dos modelos com equações estruturais, designadamente modelos com trajetória latente. Para lidar com as omissões resultantes da rotatividade do painel são utilizadas as abordagens estatísticas full information maximum likelihood e imputação múltipla, assumindo um mecanismo de omissão de dados ignorável. Porém, neste painel existem não respostas, cujo mecanismo de omissão pode ser considerado não ignorável. Assim, foram também utilizadas as abordagens pattern mixture e selection models. Foi realizado um estudo de simulação, recorrendo ao pacote estatístico Mplus, no sentido de avaliar o efeito da existência de omissões, de desvios face à normalidade da distribuição dos dados, do número de momentos temporais, da dimensão da amostra e do método de estimação, nas estimativas dos parâmetros do modelo. Assim, os principais contributos metodológicos desta tese são a modelação longitudinal de dados provenientes de um painel rotativo com recurso a diferentes abordagens estatísticas para lidar com as omissões, o desenvolvimento de rotinas para implementação de um estudo de simulação em Mplus, e a apresentação de um conjunto de orientações a serem seguidas por um investigador que pretenda usar modelos com trajetória latente em painéis rotativos com dados omissos.

In order to model longitudinal trajectories of material deprivation, with data from the rotating panel ICOR (Statistics on Income and Living Conditions), different studies results are presented, based on distinct methodological options in the framework of structural equation models, namely latent growth curve models. To deal with the non-responses resulting from the rotation of the panel the statistical approaches full information maximum likelihood and multiple imputation are used, if is assumed an ignorable missing data mechanism. However, there is another type of nonresponses in this panel whose missing data mechanism cannot be considered ignorable. Thus the approaches pattern mixture and selection models were also considered. A simulation study was performed using the statistical software Mplus, in order to evaluate the effect of the existence of missing data, the deviations from the normality distribution, the number of time points, the sample size and estimation method, on model parameters estimates. Thus, the main methodological contributions of this thesis are modeling longitudinal data from a rotating panel using different statistical approaches in order to deal with the non-responses, the development of routines for implementing a simulation study in Mplus, and presenting a set of guidelines to be followed by a researcher wishing to use latent growth curve models in rotating panels with missing data.