長期追蹤資料下模型選擇之不同估計法的比較;

National Chung Cheng University Institutional Repository > 理學院 > 數學系統計科學研究所 > 學位論文 > Item A095B0000Q/318

Please use this identifier to cite or link to this item: http://ccur.lib.ccu.edu.tw/handle/A095B0000Q/318

Title:	長期追蹤資料下模型選擇之不同估計法的比較
Authors:	柯婷婷
Contributors:	數學系統計科學研究所
Keywords:	長期追蹤資料
Date:	2017
Issue Date:	2019-07-17
Publisher:	數學系統計科學研究所
Abstract:	群集長期追蹤資料 (cluster longitudinal data) 是一種在很多領域當中常看見的資料類型，但是這種資料常常存在複雜的相關結構，故分析資料時，常使用 Liang and Zeger (1986) 提出的廣義估計方程式 (Generalized estimating equations ，簡稱GEE )。如何選擇一個正確的模型，是研究者需要重視的一個課題。由於群集長期追蹤資料會出現有遺失值的情況，所以我們利用 Shen and Chen (2012) 提出的選模指標 MLIC (Missing Longitudinal Information Criterion) 來處理反應變數有遺失之群集長期追蹤資料的模型選擇問題。在本文中我們探討在反應變數有缺失時，三種不同估計法 (泰勒展開式、資料擾動法、拔靴法) 下的 MLIC 之選模表現。根據模擬結果發現，我們建議當反應變數有缺失時，利用拔靴法估計 MLIC 之選模結果，較為穩健並且我們將這個方法應用到青年關於哮喘的實例分析上。
Appears in Collections:	[數學系統計科學研究所] 學位論文

Files in This Item:

File	Description	Size	Format
index.html		0Kb	HTML	1035	View/Open