跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https公司

该站点是安全的。
这个https://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2019年6月30日;38(14):2544-2560.
doi:10.1002/sim.8126。 Epub 2019年2月22日。

具有较小或稀疏纵向二进制数据的减小偏差和防分离GEE

附属公司

具有较小或稀疏纵向二进制数据的减小偏差和防分离GEE

莫梅努尔·哈克·蒙多尔等。 统计医学. .

摘要

广义估计方程(GEE)是分析相关二进制数据的常用方法。然而,GEE中的分离问题仍然未知。协变量产生的分离通常发生在较小的相关二进制数据中,甚至在结果罕见和/或聚类内相关性高的大型数据和许多有影响力的协变量中。本文研究了GEE中分离的后果,并通过引入惩罚GEE(称为PGEE)来解决这些后果。PGEE是通过在标准GEE中添加第一类惩罚项获得的,该惩罚项最初是为广义线性模型得分方程提出的,并且证明了在存在分离的情况下可以实现收敛,并提供回归系数的有限估计,这在GEE中是不可能的。此外,建议对PGEE估计量的三明治协方差估计量进行小样本偏差校正。模拟还表明,在完全或准完全分离的情况下,GEE未能实现收敛和/或提供回归系数的无穷大估计,而PGEE通过实现收敛和提供有限估计而显示出显著的改进。即使存在近距离分离,PGEE也显示出优于GEE的性能。此外,通过减少估计I型错误率的偏差,PGEE估计量的偏差修正三明治估计量比标准三明治估计量有了实质性改进。一个使用真实数据的插图也支持模拟结果。建议将带偏差修正夹心协方差估计量的PGEE用于中小型样本(N≤50),如果有分离或近分离的证据,甚至可以用于大样本。

关键词:偏差减小;边际模型;准似然;分离;强烈的风险因素。

PubMed免责声明

类似文章

引用人