约瑟夫·易卜拉欣。;吉尔特·莫伦伯格 纵向研究中的缺失数据方法：综述。 （英语） Zbl 1203.62193号 测试 18，第1期，1-43页（2009年）. 摘要：不完整数据在生物医学和其他类型的研究中非常常见，尤其是在纵向研究中。在过去的三十年里，在这一领域做了大量的工作。一方面，这导致了对缺失数据概念、问题和方法的丰富分类，另一方面，也导致了各种数据分析工具的出现。分类法的元素包括：缺失的数据模式、机制和建模框架；推理范式；敏感性分析框架。这些都有详细描述。介绍了各种混凝土建模装置。为了使事情具体化，我们考虑了两个案例研究。第一项研究关注乳腺癌患者的生活质量，而第二项研究检查了马斯卡廷儿童肥胖研究的数据。 引用于6评论引用于37文件 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 62J99型 线性推断、回归 62年5月 线性回归；混合模型 65C60个 统计中的计算问题（MSC2010） 关键词：EM算法;不完整的数据;完全随机丢失;随机失踪;不是随机失踪;图案混合模型;选择模型;敏感性分析;共享参数模型 PDF格式BibTeX公司 XML格式引用 \textit{J.G.Ibrahim}和\textit{G.Molenberghs}，测试18，第1号，1-43（2009；Zbl 1203.62193） 全文： 内政部 链接 参考文献： [1] Beckman RJ、Nachtsheim CJ、Cook RD（1987）《混合模型方差分析诊断》。技术计量学29:413–426·Zbl 0632.62068号 ·doi:10.2307/1269452 [2] Best NG、Spiegelhalter DJ、Thomas A、Brayne CEG（1996），现实复杂模型的贝叶斯分析。J R Stat Soc Ser A期刊159:323–342·doi:10.2307/2983178 [3] Beunckens C，Molenberghs G，Verbeke G，Mallinckrodt C（2008）不完全纵向高斯数据的潜在类混合模型。生物统计学64（1）：96–105·Zbl 1274.62721号 ·文件编号：10.1111/j.1541-0420.2007.00837.x [4] Breslow NE，Clayton DG（1993）广义线性混合模型中的近似推断。美国统计协会杂志88:9–25·Zbl 0775.62195号 ·doi:10.2307/2290687 [5] Brown ER，Ibrahim JG（2003a）纵向和生存数据的贝叶斯半参数联合层次模型。生物统计学59:221–228·Zbl 1210.62022号 ·doi:10.111/1541-0420.00028 [6] Brown ER，Ibrahim JG（2003b）联合治愈率和纵向模型的贝叶斯方法及其在癌症疫苗试验中的应用。生物统计学59:686–693·Zbl 1210.62145号 ·doi:10.1111/1541-0420.0079 [7] Brown ER、Ibrahim JG、DeGruttola V（2005）多个纵向生物标志物和存活率的灵活b样条模型。生物识别61:64-73·Zbl 1077.62102号 ·doi:10.1111/j.0006-341X.2005.030929.x [8] Carpenter J，Pocock S，Lamm CJ（2002）《应对临床试验中的缺失数据：应用于哮喘试验的基于模型的方法》。统计医学21:1043–1066·doi:10.1002/sim.1065 [9] Chen M-H，Ibrahim JG（2002）具有缺失协变量的治愈率模型的最大似然方法。生物统计学57:43–52·Zbl 1209.62022号 ·doi:10.1111/j.0006-341X.2001.0043.x [10] Chen M-H，Ibrahim JG，Lipsitz SR（2002）治愈率模型中缺失协变量的贝叶斯方法。终身数据分析8:117–146·Zbl 1037.62014年 ·doi:10.1023/A:1014835522957 [11] Chen M-H，Ibrahim JG，Shao Q-M（2004a）协变量随机缺失回归模型的后验分布性质和最大似然估计的存在性。美国统计协会杂志99:421–438·Zbl 1117.62308号 ·doi:10.1198/016214500000368 [12] Chen M-H，Ibrahim JG，Sinha D（2004b）具有治愈分数的纵向和生存数据的新联合模型。多变量分析杂志91:18–34·Zbl 1051.62098号 ·doi:10.1016/j.jmva.2004.04.005 [13] Chen M-H，Ibrahim JG，Shao Q-M（2006）Cox回归模型的后验适当性和计算及其对缺失协变量的应用。生物特征93:791–807·Zbl 1436.62476号 ·doi:10.1093/biomet/93.4.791 [14] Chen M-H，Ibrahim JG，Shao Q-M（2009）Cox回归模型的可识别性及其对缺失协变量的应用。J多变量分析（出版中） [15] Chen Q，Ibrahim JG（2006）回归模型中缺少协变量和响应数据。生物统计学62:177–184·Zbl 1091.62056号 ·文件编号：10.1111/j.1541-0420.2005.00438.x [16] Chen Q，Zeng D，Ibrahim JG（2007）随机缺失协变量回归模型的最大似然估计。美国统计协会杂志102:1309–1317·Zbl 1332.62112号 ·doi:10.1198/0162145000001058 [17] Chen Q，Ibrahim JG，Chen M-H，Senchaudhuri P（2008）缺失响应和协变量回归模型的理论和推断。多变量分析杂志99:1302–1331·Zbl 1141.62010年 ·doi:10.1016/j.jmva.2007.08.009 [18] Chi Y，Ibrahim JG（2006）多变量纵向和生存数据的联合模型。生物统计学62:432–445·Zbl 1097.62122号 ·doi:10.1111/j.1541-0420.2005.00448.x [19] Chi Y，Ibrahim JG（2007）一类新的纵向和生存数据联合模型，包含零和零区治愈分数：一项国际乳腺癌研究小组试验的案例研究。新加坡统计局17:445–462 [20] Cook RD（1986）《地方影响评估》。J R Stat Soc Ser B期刊48:133–169·Zbl 0608.62041号 [21] Cowles MK，Carlin BP，Connett JE（1996）纵向序贯临床试验依从性数据的Bayesian tobit建模，不容忽视。美国统计协会杂志91:86–98·Zbl 0870.62083号 ·doi:10.2307/2291385 [22] Creemers A、Hens N、Aerts M、Molenberghs G、Verbeke G、Kenward MG（2009）共享参数模型和随机缺失（提交出版） [23] Daniels MJ，Hogan JW（2008）纵向研究中的缺失数据。查普曼和霍尔，伦敦 [24] DeGruttola V，Tu XM（1994）CD4淋巴细胞计数进展及其与生存时间的关系建模。生物统计学50:1003–1014·Zbl 0825.62792号 ·doi:10.2307/2533439 [25] Dempster AP、Laird NM、Rubin DB（1977）通过EM算法从不完整数据中获得最大似然（带讨论）。J R Stat Soc系列B 39:1–38·Zbl 0364.62022号 [26] Diggle P，Kenward MG（1994），纵向数据分析中的信息缺失（含讨论）。应用统计43:49–93·Zbl 0825.62010号 ·doi:10.2307/2986113 [27] Diggle PJ，Heagerty P，Liang K-Y，Zeger SL（2002）纵向数据分析。牛津大学出版社，伦敦 [28] Ekholm A，Skinner C（1998）使用模式混合模型重新分析了马斯卡廷儿童肥胖数据。应用统计47:251–263 [29] Faucett CL，Thomas DC（1996）《同时建模经审查的生存数据和重复测量的协变量：吉布斯抽样方法》。统计医学15:1663–1685·doi:10.1002/（SICI）1097-0258（19960815）15:15＜1663：：AID-SIM294＞3.0.CO；2-1 [30] Fitzmaurice GM，Laird NM（2000）处理纵向研究中不可忽视辍学的广义线性混合模型。生物统计学1:141–156·Zbl 0959.62104号 ·doi:10.1093/biostatistics/1.2.141 [31] Fitzmaurice GM、Lipsitz SR、Molenberghs G、Ibrahim JG（2001年），估计带有脱落的纵向二进制响应的关联参数的偏差。生物计量学57:15–21·Zbl 1209.62219号 ·文件编号：10.1111/j.0006-341X.2001.0015.x [32] Fitzmaurice GM、Laird NM、Ware JH（2004）应用纵向分析。纽约威利 [33] Fitzmaurice GM、Lipsitz SR、Ibrahim JG、Gelber R、Lipshultz S（2006）《纵向二元数据回归模型估计与结果相关的随访》。生物统计学7:469–485·Zbl 1170.62378号 ·doi:10.1093/biostatistics/kxj019 [34] Fitzmaurice GM、Davidian M、Verbeke G、Molenberghs M（2008）纵向数据分析。查普曼和霍尔，伦敦·Zbl 1144.62087号 [35] Follman D，Wu M（1995）信息缺失数据的随机效应近似广义线性模型。生物统计学51:151–168·Zbl 0825.62607号 ·doi:10.2307/2533322 [36] Garcia RI，Ibrahim JG，Zhu H（2009）缺失数据回归模型的变量选择。Stat Sin（印刷中） [37] Gilks WR，Wild P（1992）吉布斯采样的自适应拒绝采样。应用统计41:337–348·Zbl 0825.62407号 ·doi:10.2307/2347565 [38] Henderson R、Diggle P、Dobson A（2000）纵向测量和事件时间数据的联合建模。生物统计学1:465–480·Zbl 1089.62519号 ·doi:10.1093/biostatistics/1.4.465 [39] Herring AH，Ibrahim JG（2001）Cox比例风险模型中缺失协变量的基于似然的方法。美国统计协会杂志96:292–302·Zbl 1014.62112号 ·doi:10.1198/016214501750332866 [40] Herring AH，Ibrahim JG（2002）具有不可忽视缺失协变量的随机效应治愈率模型的最大似然估计。生物统计学3:387–405·Zbl 1135.62392号 ·doi:10.1093/biostatistics/3.3.387 [41] Herring AH，Ibrahim JG，Lipsitz SR（2002），缺失协变量的脆弱模型。生物统计学58:98–109·兹比尔1209.62221 ·doi:10.1111/j.0006-341X.2002.0098.x [42] Herring AH，Ibrahim JG，Lipsitz SR（2004），生存分析中不可忽视的缺失协变量数据：一项国际乳腺癌研究小组试验的案例研究。应用统计53:293–310·Zbl 1111.62344号 [43] Hogan JW，Laird NM（1997）重复测量和事件时间联合分布的混合模型。《医学统计》16:239–257·doi:10.1002/（SICI）1097-0258（19970215）16:3<239:：AID-SIM483>3.0.CO；2倍 [44] Hogan JW，Laird NM（1998年）利用纵向协变量的随机效应从截尾生存数据中提高效率。统计方法医学研究7:28–48·doi:10.1191/096228098669097270 [45] Huang L，Chen M-H，Ibrahim JG（2005）具有非忽略缺失协变量的广义线性模型的贝叶斯分析。生物统计学61:767–780·Zbl 1083.62028号 ·文件编号：10.1111/j.1541-0420.2005.00338.x [46] Ibrahim JG（1990）广义线性模型中的不完整数据。美国统计协会杂志85:765–769·doi:10.2307/2290013 [47] Ibrahim JG，Lipsitz SR，Chen M-H（1999a）当缺失数据机制不可忽略时，广义线性模型中的缺失协变量。J R Stat Soc Ser B期刊61:173–190·Zbl 0917.62060号 ·doi:10.1111/1467-9868.00170 [48] Ibrahim JG，Chen MH，Lipsitz SR（1999b）参数回归模型中缺失协变量的蒙特卡罗EM。生物统计学55:591–596·Zbl 1059.62662号 ·doi:10.1111/j.0006-341X.1999.00591.x [49] Ibrahim JG，Chen M-H，Lipsitz SR（2001）当缺失数据机制不可忽略时广义线性混合模型中的缺失响应。生物特征88:551–564·Zbl 0984.62047号 ·doi:10.1093/biomet/88.2.551 [50] Ibrahim JG，Chen M-H，Lipsitz SR（2002）随机缺失协变量广义线性模型的贝叶斯方法。加拿大统计局30:55–78·Zbl 0999.62021号 ·doi:10.2307/3315865 [51] Ibrahim JG，Chen M-H，Sinha D（2004），癌症疫苗试验申请人纵向和生存数据联合建模的贝叶斯方法。统计Sin 14:863–883·Zbl 1073.62100号 [52] Ibrahim JG，Chen M-H，Lipsitz SR，Herring AH（2005）广义线性模型中的缺失数据方法：比较综述。美国统计协会期刊100:332–346·Zbl 1117.62360号 ·doi:10.1198/0162145000001844 [53] Ibrahim JG，Chen M-H，Kim S（2008a）具有缺失协变量的Cox回归模型的贝叶斯变量选择。寿命数据分析14:496–520·Zbl 1302.62149号 ·doi:10.1007/s10985-008-9101-5 [54] Ibrahim JG，Zhu H，Tang N（2008b）使用EM算法解决缺失数据问题的模型选择标准。美国统计协会期刊103:1648–1658·Zbl 1286.62082号 ·doi:10.19198/0162114508000001057 [55] Jennrich RI，Schluchter MD（1986），具有结构协方差矩阵的非平衡重复测量模型。生物计量学42:805–820·Zbl 0625.62052号 ·数字对象标识代码：10.2307/2530695 [56] Laird NM，Ware JH（1982）纵向数据的随机效应模型。生物统计学38:963–974·Zbl 0512.62107号 ·doi:10.2307/2529876 [57] Lavalley MP，DeGruttola V（1996）纵向CD4计数的经验Bayes估计模型。统计医学15:2289–2305·doi:10.1002/（SICI）1097-0258（19961115）15:21<2289:：AID-SIM449>3.0.CO；2-I型 [58] Lesaffre E，Verbeke G（1998）线性混合模型中的局部影响。生物统计学54:570–582·Zbl 1058.62623号 ·doi:10.2307/3109764 [59] Liang K-Y，Zeger SL（1986）使用广义线性模型进行纵向数据分析。生物特征73:13–22·Zbl 0595.62110号 ·doi:10.1093/biomet/73.1.13 [60] Lipsitz SR，Ibrahim JG，Fitzmaurice GM（1999a）不完全纵向二元反应与不完全类别协变量的可能性方法。生物统计学55:214–223·Zbl 1059.62596号 ·doi:10.1111/j.0006-341X.1999.0214.x [61] Lipsitz SR，Ibrahim JG，Zhao LP（1999b）缺失协变量数据的新加权估计方程，其性质类似于最大似然。美国统计协会杂志94:1147–1160·Zbl 1072.62532号 ·doi:10.2307/2669931 [62] Lipsitz SR、Ibrahim JG和Molenberghs G（2000）在分析不完全响应的纵向数据时使用Box–Cox变换。应用统计49:287–296·Zbl 0944.62106号 [63] Lipsitz SR、Parzen M、Molenberghs G、Ibrahim JG（2001）加权估计方程偏差测试。生物统计学2:295–307·Zbl 1154.62353号 ·doi:10.1093/生物统计学/2.3.295 [64] Lipsitz SR、Fitzmaurice GM、Ibrahim JG、Gelber R、Lipshultz S（2002）《纵向研究中的参数估计与结果相关的随访》。生物统计学58:621–630·Zbl 1210.62181号 ·doi:10.1111/j.0006-341X.2002.00621.x [65] Little RJA（1993）多元不完全数据的模式混合模型。美国统计协会杂志88:125-134·Zbl 0775.62134号 ·doi:10.2307/2290705 [66] Little RJA（1994）：正态不完全数据的一类模式混合模型。生物特征81:471–483·兹伯利0816.62023 ·doi:10.1093/biomet/81.3.471 [67] Little RJA（1995）对重复测量研究中的退出机制进行建模。美国统计协会杂志90:1113–1121·Zbl 0841.62099号 ·doi:10.2307/2291350 [68] Little RJA，Wang Y（1996）带协变量的多元不完全数据的模式混合模型。生物统计学52:98–111·Zbl 0875.62273号 ·doi:10.2307/2533148 [69] Little RJA，Rubin DB（2002），缺失数据的统计分析。纽约威利 [70] Louis T（1982）使用EM算法时发现观测信息矩阵。J R Stat Soc Ser B期刊44:226–233·Zbl 0488.62018号 [71] Meilijson I（1989）对EM算法的快速改进。J R Stat Soc Ser B期刊51:127–138·Zbl 0674.65118号 [72] Molenberghs G，Verbeke G（2005）离散纵向数据模型。施普林格，纽约·Zbl 1093.62002号 [73] Molenberghs G，Kenward MG（2007），临床研究中的缺失数据。纽约威利 [74] Molenberghs G，Kenward MG，Lesaffre E（1997）非随机辍学的纵向有序数据分析。生物特征84:33–4·Zbl 0883.62120号 ·doi:10.1093/biomet/84.1.33 [75] Pawitan Y，Self S（1993），艾滋病疾病标记过程建模。美国统计协会杂志88:719–726·Zbl 0800.62728号 ·doi:10.2307/2290756 [76] Prentice RL（1989）《临床试验中的替代终点：定义和操作标准》，《Stat Med》8:431–440·doi:10.1002/sim.4780080407 [77] Renard D、Geys H、Molenberghs G、Burzykowski T、Buyse M（2002）《离散结果的多个随机临床试验中替代终点的验证》。生物杂志44:921–935·Zbl 1112.62336号 ·doi:10.1002/bimj.200290004 [78] Rizopoulos D，Verbeke G，Molenberghs G（2008）随机效应错误指定下的共享参数模型。生物特征94:63–74·兹比尔1437.62592 ·doi:10.1093/biomet/asm087 [79] Robins JM，Rotnitzky A，Zhao LP（1995）缺失数据下重复结果的半参数回归模型分析。美国统计协会杂志90（429）：106–121·Zbl 0818.62042号 ·doi:10.2307/2291134 [80] Rotnitzky A，Robins JM，Scharfstein DO（1998），重复结果与不可忽视无反应的半参数回归。美国统计协会杂志93:1321–1339·Zbl 1064.62520号 ·doi:10.2307/2670049 [81] Rubin DB（1976）推断和缺失数据。生物特征63（3）：581–592·Zbl 0344.62034号 ·doi:10.1093/biomet/63.3.581 [82] Rubin DB（1987）《调查中无应答的多重插补》。概率和数理统计中的威利级数：应用概率和统计学。纽约威利 [83] Scharfstein DO，Rotnitzky A，Robins JM（1999）使用半参数无响应模型调整不可忽视的辍学。美国统计协会杂志94:1096–1120·Zbl 1072.62644号 ·doi:10.2307/2669923 [84] Schluchter MD（1992）信息审查纵向数据分析方法。统计医学11:1861–1870·doi:10.1002/sim.4780111408 [85] Shi X，Zhu H，Ibrahim JG（2009）具有缺失协变量的广义线性模型的局部影响。生物计量学（出版中）·Zbl 1180.62103号 [86] Stubbendick AL，Ibrahim JG（2003）随机效应模型中不可忽略响应和协变量的最大似然方法。生物统计学59:1140–1150·Zbl 1274.62174号 ·doi:10.1111/j.0006-341X.2003.00131.x [87] Stubbendick AL，Ibrahim JG（2006）基于似然法的推断，离散纵向数据模型中存在不可忽视的缺失响应和协变量。统计Sin 16:1143–1167·兹比尔1111.62021 [88] Taylor JMG、Cumberland WG、Sy JP（1994）纵向艾滋病数据分析的随机模型。美国统计协会杂志89:727–736·Zbl 0806.92011号 ·doi:10.2307/2290898 [89] Thijs H、Molenberghs G、Michiels B、Verbeke G、Curran D（2002年）《模式匹配模型的策略》。生物统计学3:245-265·Zbl 1133.62371号 ·doi:10.1093/biostatistics/3.2.245 [90] Troxel AB、Harrington DP、Lipsitz SR（1998年a）具有不可忽视的非单调缺失值的纵向数据分析。应用统计47:425–438·兹比尔0905.62113 [91] Troxel AB，Lipsitz SR，Harrington DP（1998b）分析具有不可忽视非单调缺失数据的纵向测量的边际模型。生物特征85:661–672·Zbl 0918.62088号 ·doi:10.1093/biomet/85.3.661 [92] Tsiatis AA、DeGruttola V、Wulfsohn MS（1995），用误差测量的纵向数据建立生存关系模型。艾滋病患者生存和CD4计数的应用。美国统计协会杂志90:27–37·Zbl 0818.62102号 ·doi:10.2307/2291126 [93] Verbeke G，Molenberghs G（2000）纵向数据的线性混合模型。施普林格，纽约·Zbl 0956.62055号 [94] Wedderburn RWM（1974）准似然方法、广义线性模型和高斯-牛顿方法。生物特征61:439–447·Zbl 0292.62050号 [95] Wei GC，Tanner MA（1990）EM算法和穷人数据增强算法的蒙特卡罗实现。美国统计协会杂志85:699–704·doi:10.2307/2290005 [96] Wolfinger R，O’Connell M（1993）广义线性模型：伪似然方法。J统计计算模拟48:233–243·Zbl 0833.62067号 ·网址：10.1080/00949659308811554 [97] Woolson RF，Clarke WR（1984）分类不完整纵向数据分析。J R Stat Soc Ser A期刊147:87–99·doi:10.2307/2981739 [98] Wu MC，Bailey KR（1988）分析死亡和撤回导致的信息权审查的变化。统计医学7:337–346·doi:10.1002/sim.4780070134 [99] Wu MC，Carroll RJ（1988）通过对审查过程建模，估计和比较信息权审查中的变化。生物统计学44:175–188·Zbl 0707.62210号 ·doi:10.2307/2531905 [100] Wu MC，Bailey KR（1989）《信息权审查中变化的估计和比较：条件线性模型》。生物识别45:939–955·Zbl 0715.62123号 ·doi:10.2307/2531694 [101] Xu J，Zeger SL（2001）《由重复测量和事件时间组成的纵向数据的联合分析》。应用统计50:375–387·兹比尔1112.62312 [102] Zeger SL，Liang K-Y（1986）离散和连续结果的纵向数据分析。生物统计学42:121–130·doi:10.2307/2531248 [103] Zhu H-T，Lee S-Y（2001）不完全数据模型的局部影响。J R Stat Soc系列B 63:111–126·Zbl 0976.62071号 ·doi:10.1111/1467-9868.00279 [104] Zhu H，Ibrahim JG，Shi X（2009）具有缺失协变量的广义线性模型的诊断措施。扫描J统计（印刷中）·Zbl 1224.62017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。