Percentile curves in binary longitudinal data

Abstract

This work presents different alternatives for modeling binary longitudinal data for continuous and categorical outcomes. Using a logistic model with random inter- cept, we propose the Percentile Curves concept, which are conditional probability curves across time representing percentiles of distribution of curves generated by the random intercept. We also analyze the density and cumulative distribution of subject-specific probabilities across time induced by the logistic model with random intercept. We apply this concept to two binary longitudinal data sets (Toenail and Garlic). Also, we expand the percentile curves concept to a logistic model with a random intercept and slope, and we propose a methodology to compute them.

En este trabajo se presentan diferentes alternativas de modelamiento de datos longitudinales para respuestas continuas y categóricas. Usando un modelo logístico con intercepto aleatorio, proponemos el concepto de Curvas Percentiles, que son curvas de probabilidades condicionales a través del tiempo que representan percentiles de una distribución de curvas generadas por el intercepto aleatorio. Asímismo, analizamos la función de densidad y la distribución acumulada de las proporciones sujeto-especificas a través del tiempo inducidas por el modelo logístico con intercepto aleatorio. Aplicamos este concepto a dos conjuntos de datos longitudinales binarios, Uñas y Ajo. Además, ampliamos el concepto de curvas percentiles a un modelo logístico con intercepto y pendiente aleatoria y proponemos una metodología para calcularlas