埃尔多安·阿萨尔;埃尔登卡拉布卢特 通过模拟研究比较广义估计方程和拟最小二乘回归方法的效率。 （英语） Zbl 07713667号 Commun公司。统计、仿真计算。 52，第3号，1015-1025（2023）. 概述：广义估计方程（GEE）用于分析以相同时间间隔从受试者身上进行的重复测量，适用于存在缺失数据的情况。在本研究中，我们旨在引入准最小二乘回归（QLS），它是GEE的扩展，适用于时间间隔不相等的情况，并通过综合仿真研究比较不同场景下的模型性能。使用GEE和QLS对模拟数据集进行分析，并对结果进行评估。在模拟研究中，我们使用3个相关结构和3个不同的相关值生成了9个数据集，共1000个重复。通过对这些数据集使用4个工作相关结构，我们获得了36个场景。结果表明，总体而言，QLS在估计效率方面优于GEE。在GEE方法中，“三对角”工作相关结构遇到了收敛问题。然而，在QLS方法中，这种相关结构的收敛性没有问题。为了更好地比较GEE和QLS结果，马尔可夫工作相关结构应适用于GEE和QLS。当以不相等的时间间隔收集重复测量值且存在缺失测量值时，QLS比GEE具有优势。 MSC公司： 62至XX 统计 关键词：广义估计方程;马尔可夫相关结构;拟最小二乘回归;回归 软件：qlspack码;xtqls（xtql）;昆士兰州;PROC GENMOD公司 PDF格式BibTeX公司 XML格式引用 \textit{E.Asar}和\textit{E.Karabulut}，Commun。统计、仿真计算。52，编号3，1015--1025（2023；Zbl 07713667） 全文： 内政部 参考文献： [1] Agresti，A.，分类数据分析导论（2007），新泽西州霍博肯：John Wiley&Sons，Inc，新泽西州霍博肯·Zbl 1266.62008号 [2] Alpar，R.，《维吾拉马尔国际统计》，Geçerlik-Güvenirlik（2016），安卡拉：Detay Yay ncl l庳k，安卡拉 [3] Alpar，R.，乔克·德伊什·肯利·伊斯塔斯蒂克塞尔·温特姆勒（2017），安卡拉：安卡拉Detay Yay ncl lk [4] Aydín，D.，《维吾拉马尔回归分析》（2014），安卡拉：诺贝尔奖 [5] Barnett，A.G。；Koper，N。；多布森，A.J。；Schmigelow，F。；Manseau，M.，《使用信息标准为生态学纵向数据选择正确的方差-方差结构》，《生态学与进化方法》，1，1，15-24（2010）·doi:10.1111/j.2041-210X.2009.00009.x [6] Chaganty，N.R.，《通过广义估计方程分析纵向数据的替代方法》，《统计规划与推断杂志》，63，1，39-54（1997）·Zbl 0902.62082号 ·doi:10.1016/S0378-3758（96）00203-0 [7] 查甘蒂，N.R。；Shults，J.，《关于消除相关参数拟最小二乘估计中的渐近偏差》，《统计规划与推断杂志》，76，1-2，145-61（1999）·Zbl 1054.62568号 ·doi:10.1016/S0378-3758（98）00180-3 [8] Davis，C.S.，《重复测量分析的统计方法》（2002年），纽约：Springer-Verlag出版社，纽约·Zbl 0985.6202号 [9] Erdoóan，B.D.，《性能与奔驰技术》（2012），安卡拉大学 [10] 哈丁，J.W。；Hilbe，J.M.，《广义估计方程》（2013），纽约：Taylor&Francis Group，纽约·Zbl 1269.62060号 [11] Hedeker博士。；Gibbons，R.D.，《纵向数据分析》（2006年），新泽西州霍博肯：约翰·威利父子公司·兹比尔1136.62075 [12] 希克斯，C.R。；Z.穆卢克。；托克塔姆什。；卡拉奥卢，E。；Kurt，S.，Deney Düzenlemede Is statistiksel Yöntemler（2009年），安卡拉：加齐 [13] Hin，L.Y。；王玉刚，广义估计方程中的工作相关结构识别，医学统计学，28，4，642-58（2009）·数字对象标识代码：10.1002/sim.3489 [14] Kim，H。；J·舒尔茨·doi:10.18637/jss.v035.i02 [15] 刘，T。；Bai，Z。；Zhang，B.，加权估计方程：纵向数据分析中的修正GEE，中国数学前沿，9，2，329-53（2014）·Zbl 1308.62098号 ·doi:10.1007/s11464-014-0359-5 [16] Pan，W.，Akaike在广义估计方程中的信息标准，生物统计学，57，1，120-25（2001）·Zbl 1210.62099号 ·doi:10.1111/j.0006-341x.2001.00120.x [17] 潘·W。；Connett，J.E.，选择广义估计方程中的工作相关结构及其在肺部健康研究中的应用，中国统计，12，2475-90（2002）·Zbl 1010.62104号 [18] Qu，A。；林赛，B.G。；Li，B.，使用二次推理函数改进广义估计方程，Biometrika，87，4，823-36（2000）·Zbl 1028.62045号 ·doi:10.1093/biomet/87.4.823 [19] Rotnitzky，A。；Jewell，N.P.，集群相关数据半参数广义线性模型回归参数的假设检验，Biometrika，77，3，485-97（1990）·兹比尔0734.62075 ·doi:10.2307/2336986 [20] Shi，G。；Chaganty，N.R.，拟最小二乘法在分析重复自回归时间序列回归模型中的应用，应用统计学杂志，31，10，1147-56（2004）·Zbl 1121.62486号 ·doi:10.1080/0266476042000285530 [21] Shults，J.，准最小二乘拟合，威利跨学科评论：计算统计学，7，3，194-204（2015）·doi:10.1002/wics.1349 [22] Shults，J。；Chaganty，N.R.，使用准最小二乘法分析序列相关数据，生物统计学，54，4，1622-30（1998）·Zbl 1058.62553号 ·doi:10.2307/2533686 [23] Shults，J。；Hilbe，J.M.，准最小二乘回归（2014），纽约：Taylor&Francis Group，纽约·Zbl 1306.62031号 [24] Shults，J。；Morrow，A.L.，《使用准最小二乘法调整两个相关水平》，《生物统计学》，58，3，521-30（2002）·Zbl 1210.62074号 ·doi:10.1111/j.0006-341x.2002.00521.x [25] Shults，J。；Ratcliffe，S.J。；Leonard，M.，通过xtqls改进广义估计方程分析以实现stata中的准最小二乘法，Upenn生物统计学工作论文，13，1-21（2006） [26] 史密斯，T。；Smith，B.，Proc Genmod与GEE使用SAS分析相关结果数据（2018年） [27] Tang，N。；Wang，W.，纵向数据中具有有限混合相关矩阵和随机缺失协变量的广义估计方程的稳健估计，多元分析杂志，173，640-55（2019）·Zbl 1422.62193号 ·doi:10.1016/j.jmva.2019.05.006 [28] Wang，M.，《纵向数据分析中的广义估计方程：综述和最新发展》，《统计学进展》，2014年1月11日（2014）·doi:10.1155/2014/303728 [29] 谢，J。；Shults，J.，使用R包qlspack实现准最小二乘法，UPenn生物统计学工作文件，32，1-19（2009） [30] 周，J。；Qu，A.，纵向数据相关结构的信息估计和选择，美国统计协会杂志，107，498，701-10（2012）·Zbl 1261.62054号 ·doi:10.1080/01621459.2012.682534 [31] Ziegler，A.，《广义估计方程》（2011），纽约：施普林格，纽约·Zbl 1291.62018年 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。