GEE和QIF用于含有缺失数据的Asthma Data数据分析

摘要

纵向数据是指对每一个个体在不同时间进行观测而得到的由截面和时间序列融合在一起的数据。纵向数据最大的特点就是它将截面数据和时间序列数据结合在一起,既能分析出个体随时间的变化趋势,又能分析总体的变化趋势。但是,由于纵向数据同一个体在不同时间进行了重复观察,而且个体之间又存在着一定的差异,这就导致了纵向数据的整体完整性难以保证。Chen和Little(1999)在广义估计方程的基础上提出了一种Wald-type检验,计算了并比较了不同形式下缺失数据的样本子集的参数估计差异。Qu和Peter(2002)提出了一个更统一的generalised-score-type检验,这个检验方法是在二次推断函数的基础上提出的,它避免了对每种缺失机制做参数估计。本文通过对具体数据做模拟分析,验证了两种方法的渐近相同性。

目录

文摘

英文文摘

引言

第二章、提出背景及发展介绍

2.1 Wald—type test

2.2Generalised score—type test

第三章、实例分析

3.1使用GEE和QIF方法分析完全数据

3.2使用GEE在完全随机缺失下做模拟

3.3补全数据后分别做模拟分析

参考文献

谢辞