<html> <head> <title></title> </head> <body style="font-family:Arial;font-size:14px"> Caros Fernando, Dalton e profa. Kelly, Parabéns pela bela lembrança e publicação. A Vera Lúcia, que nos deixou tão cedo, teria muito orgulho e carinho por esse trabalho. Ela concluiu sua graduação em Estatística pela UnB, tendo sido minha aluna em uma disciplina. Além de estudante muito dedicada e ávida por novos conhecimentos, ela sempre tinha um sorriso no rosto amistoso. Abraços, Cibele Citando "Fernando A. S. Moura" <<a href="mailto:fmoura@im.ufrj.br">fmoura@im.ufrj.br</a>>: <blockquote style="border-left:2px solid blue;margin-left:8px;padding-left:8px;" type="cite"> Caros redistas Eu, o Professor Dalton de Andrade, e com a colaboração da Professora Kelly Gonçalves publicamos no "Computational Statistics and Data Analysis" (veja referência abaixo com resumo) o trabalho que a minha ex-aluna de doutorado Vera Lúcia Filgueira dos Santos, co-orientada pelo Dalton, estava desenvolvendo na sua tese de doutorado. Fizemos questão de não alterar muito o que a Vera tinha escrito. Apenas concluímos o que ela infelizmente não pode terminar, mas já tinhamos planejado com ela. Para aqueles que não sabem do ocorrido, Vera infelizmente faleceu antes da sua defesa. Era bastante dedicada e uma excelente pessoa. Estamos muito felizes por prestarmos esta homenagem a nossa querida Vera!! Fernando Moura Santos, V.L.F., Moura, F.A.S., Andrade, D. F. e Gonçalves, K.C.M. (2016). Multidimensional and longitudinal item response models for non-ignorable data. Computational Statistics and Data Analysis, 103, 91-110. Abstract A multidimensional item response approach is proposed to model non- ignorable responses in multiple-choice educational data. The model considers latent traits related to individual proficiency as well as the propensity to answer items. Thus, in addition to modeling the probability of scoring on an item, the probability of answering it is also modeled. Simulation studies are presented to evaluate the efficiency of the estimation procedure in recovering the true values of the model parameters considering several particular cases of the dimensions of proficiency and propensity. The simulation study also compares the proposed approach with others commonly applied in practice. A further extension to cope with longitudinal data with non-ignorable missing item responses is also proposed, together with an application to a Brazilian longitudinal educational evaluation study. Keywords: Bayesian inference, education evaluation, non-ignorable missing data, MCMC. _______________________________________________ abe mailing list <a href="mailto:abe@lists.ime.usp">abe@lists.ime.usp</a>.<a href="brhttps://lists.ime.usp.br/listinfo/abe" target="_blank">brhttps://lists.ime.usp.br/listinfo/abe</a> </blockquote> </body> </html>