Ortak değişkenlerin bazı eksik verileri olduğunda GEE / lojistik model uyumunu nasıl değerlendirebilirim?


9

Verilerime iki genelleştirilmiş tahmin denklemi (GEE) modeli taktım:

1) Model 1: Sonuç uzunlamasına Evet / Hayır değişken (A) (yıl 1,2,3,4,5) uzunlamasına sürekli öngörücü (B) 1,2,3,4,5 yıldır.

2) Model 2: Sonuç aynı uzunlamasına Evet / Hayır değişkeni (A), ancak şimdi tahmin edicim 1. yıl değerine sabitlenmiş yani zamanla değişmez (B) olmaya zorlanmış.

Farklı durumlar için birkaç zaman noktasında uzunlamasına tahmincimdeki eksik ölçümler nedeniyle, model 2'deki veri noktalarının sayısı model 1'den daha fazladır.

İki modelin olasılık oranları, p değerleri ve uyumu arasında geçerli olarak hangi karşılaştırmaları yapabileceğimi bilmek istiyorum:

  • B yordayıcısı için OR model 1'de daha büyükse, model1'de A ve B arasındaki ilişkinin daha güçlü olduğunu söyleyebilir miyim?

  • Verilerim için hangisinin daha iyi bir model olduğunu nasıl değerlendirebilirim? gözlem sayısı aynı değilse, QIC / AIC sözde R karelerinin modeller arasında karşılaştırılmaması gerektiğini düşünüyor muyum?

Herhangi bir yardım büyük mutluluk duyacağız.


Model 2, Model 1'den gerçekten "iç içe" olarak değerlendirilmediğinden, karşılaştırmalı uyumu değerlendirmek için QIC kullanmanın ne kadar geçerli olacağını bilmiyorum. Sahip olduğum bir düşünce, gözlem sayısını eşitlemek için çoklu impütasyon teknikleri kullanmaktı ve sonra bu modeller için QIC değerlerini tartışmalı olarak karşılaştırabilirdik. Bununla birlikte, bazı literatür, örneğin Twisk tarafından "Epidemiyoloji için Uygulamalı Boyuna Veri Analizi", dikotom yanıt değişkenleri olan modellerde MI tekniklerini kullanarak gerçekten tutarsız sonuçlar göstermiştir. Keşke daha fazla yardım edebilseydim.
Iris Tsui

1
Değerler neden eksik? Eksiklikleri sistematik olarak eksik değerleri eksik olmayan değerlerden farklı kılacak şekilde sistematik midir?
Makro

Yanıtlar:


1

Muhtemelen eksik değerleri çarpıtmak için birkaç alternatif yöntemle, çoklu imputasyon (örneğin fareler veya Amelia ile R) denemek istiyorum.

En kötü senaryoda, bunu bir duyarlılık analizi olarak düşünebilirsiniz.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.