जब Covariates के पास कुछ लापता डेटा है, तो मैं GEE / लॉजिस्टिक मॉडल कैसे फिट कर सकता हूं?


9

मैंने अपने डेटा में दो सामान्यीकृत आकलन समीकरण (GEE) मॉडल फिट किए हैं:

1) मॉडल 1: आउटकम अनुदैर्ध्य हां / नहीं चर (ए) (वर्ष 1,2,3,4,5) है, जो अनुदैर्ध्य निरंतर भविष्यवक्ता (बी) के साथ 1,2,3,4,5 वर्षों के लिए है।

2) मॉडल 2: आउटकम एक ही अनुदैर्ध्य हां / नहीं चर (ए) है, लेकिन अब मेरे भविष्यवक्ता के साथ इसका वर्ष 1 मूल्य तय किया गया है, जिसे समय अपरिवर्तनीय (बी) माना जाता है।

विभिन्न मामलों के लिए कुछ समय बिंदुओं पर मेरे अनुदैर्ध्य भविष्यवक्ता में अनुपलब्ध मापों के कारण, मॉडल 2 में डेटा बिंदुओं की संख्या मॉडल 1 की तुलना में अधिक है।

मैं यह जानना चाहूंगा कि मैं दो राशियों के ऑड्स अनुपात, पी-वैल्यू और फिट के बीच क्या तुलना कर सकता हूं।

  • यदि मॉडल 1 में पूर्वानुमानकर्ता बी बड़ा है, तो क्या मैं वैध रूप से कह सकता हूं कि मॉडल 1 में ए और बी के बीच का संबंध अधिक मजबूत है?

  • मैं कैसे आंक सकता हूं कि मेरे डेटा के लिए बेहतर मॉडल कौन सा है। क्या मैं यह सोचकर सही हूं कि यदि टिप्पणियों की संख्या समान नहीं है, तो QIC / AIC छद्म आर वर्गों की तुलना मॉडलों में नहीं की जानी चाहिए?

किसी भी तरह की सहायता का स्वागत किया जाएगा।


क्योंकि मॉडल 2 को वास्तव में मॉडल 1 से "नेस्टेड" नहीं माना जाता है, मुझे नहीं पता कि तुलनात्मक फिट का आकलन करने के लिए क्यूआईसी का उपयोग करना कितना वैध है। एक विचार मुझे अवलोकनों की संख्या को बराबर करने के लिए कई प्रतिरूपण तकनीकों का उपयोग करना था, और फिर कोई उन मॉडलों के लिए QIC मूल्यों की तुलनात्मक रूप से कर सकता था। हालाँकि, कुछ साहित्य, उदाहरण के लिए, ट्विस्क द्वारा "एप्लाइड लॉन्गिट्यूडिनल डेटा एनालिसिस फॉर एपिडेमियोलॉजी", ने उन मॉडलों पर एमआई तकनीकों का उपयोग करके वास्तव में असंगत परिणाम दिखाए हैं जिनमें द्विस्तरीय प्रतिक्रिया चर हैं। काश मैं और मदद कर पाता।
आइरिस त्सू

1
मान क्यों गायब हैं? क्या उनका लापता होना एक तरह से व्यवस्थित है जो लापता मूल्यों को गैर-लापता मूल्यों से मौलिक रूप से अलग बनाता है?
मैक्रो

जवाबों:


1

मैं निश्चित रूप से कई प्रतिरूपण (जैसे R में चूहों या अमेलिया के साथ) की कोशिश करूंगा, संभवतया लापता मूल्यों को लागू करने के लिए कई वैकल्पिक तरीकों के साथ।

सबसे खराब स्थिति में आप इसे संवेदनशीलता विश्लेषण मान सकते हैं।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.