教師資料查詢 | 類別: 研究報告 | 教師: 陳怡如 Yi-Ju Chen (瀏覽個人網頁)

標題:不完全長期追蹤順序資料之多重插補法
學年
學期
出版(發表)日期2010/01/01
作品名稱不完全長期追蹤順序資料之多重插補法
作品名稱(其他語言)Multiple Imputation for Incomplete Longitudinal Ordinal Data
著者陳怡如
單位淡江大學統計學系
描述計畫編號NSC99-2118-M032-008
委託單位行政院國家科學委員會
摘要不完全資料常發生於長期追蹤研究,在產生遺失值的情況下,資料分析過程將易 趨於繁複,因此如何找出適當的分析方法成為重要的議題之一。Little and Rubin (2002) 指出插補法為解決不完全資料問題的其中一種方法,大多數有關多重插補法之文獻則 著重於討論長期追蹤連續型反應變數以及長期追蹤二元資料。Demirtas and Hedeker (2008)提出針對長期追蹤順序資料之擬插補(quasi-imputation)策略,先將順序型類別分 解成二元型態,經由二元反應變數之相關結構轉換成多變量常態,再反轉換成二元型 態,進而還原到順序型態。在此計劃中,將提出另一種較簡易之插補策略,主要是依 據隨機數生成,並藉由模擬研究來討論比較Demirtas-Hedeker 方法與所提出方法之表 現。此外,利用Lang et al. (1999)探討分析青少年使用大麻之研究資料來闡述所提出方 法之應用。
關鍵字不完全資料; 長期追蹤順序資料; 多重插補法; 隨機數生成; Incomplete data; Longitudinal ordinal data; Multiple imputation; Random number generation
語言中文
相關連結
SDGs
  • 良好健康和福祉,優質教育
Google+ 推薦功能,讓全世界都能看到您的推薦!