Geri Dön

A simulation study on the comparison of methods for the analysis of longitudinal count data

Uzunlamasına kesikli veri analizi için yöntemlerin karşılaştırılması üzerine bir benzetim çalışması

  1. Tez No: 255294
  2. Yazar: GÜL İNAN
  3. Danışmanlar: DR. ÖZLEM İLK
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Bölümü
  12. Bilim Dalı: İstatistik Ana Bilim Dalı
  13. Sayfa Sayısı: 91

Özet

Ölçümlerin, uzunlamasına özelliği ve bağımlı değişkenin sayım süreci, uzunlamasına kesikli veri analizi için geliştirilen regresyon modellerin birey içi ölçümler arası bağımlılık ve aşırı yayılım gibi olguları dikkate almasını sağlamaktadır. Uzunlamasına çalışmalarda, analizlere fazladan zorluk katan, ortak bir sorun, kayıp veri problemidir. Bu problem kayıp veri çözüm teknikleri vasıtasıyla üstesinden gelinebilir. Fakat verideki kayıp değer miktarı ve de verinin sahip olduğu kayıp veri mekanizması, çözüm tekniklerinin başarısını etkilemektedir. Bu tez çalışmasında, uzunlamasına kesikli veri için geliştirilmiş olan regresyon modelleri arasından, Log-Log-Gama marjinalleştirilmiş çok düzeyli model ile rasgele sabit terimli model üzerinde durulmuştur. Modellerin başarıları bir benzetim çalışması üzerinden, üç kayıp veri mekanizması (tamamıyla rasgele kayıp, gözlenmiş veriye bağlı rasgele kayıp, rasgele olmayan kayıp), iki tür kayıp yüzdesi (% 10 ve % 20), ve dört farklı kayıp veri çözüm tekniği (tüm durum analizi, yerine zaman ortalaması yükleme, yerine grup ortalaması yükleme, yerine regresyon yöntemiyle yükleme) altında karşılaştırılmıştır. Benzetim çalışması, Log-Log-Gama marjinalleştirilmiş çok düzeyli modelinin rasgele sabit terimli modelinden daha büyük ortalama mutlak hata ve ortalama karesel hata ürettiğini gösterirken, her iki regresyon modelinde paralel sonuçlar gözlenmektedir. Benzetim çalışması sonuçları, her iki regresyon modelinde de veri içindeki kayıp değer miktarı ve kayıp veri mekanizmasının, kayıp veri çözüm tekniğinin başarısını ciddi bir şekilde etkilediğini doğrulamaktadır. Ayrıca, genellikle yerine zaman ortalaması yükleme tekniği en kötü başarıyı gösterirken, yerine regresyon yöntemiyle yükleme tekniği, yerine zaman ortalaması yükleme ve yerine grup ortalaması yükleme tekniklerine nazaran üstün bir başarı sergilemektedir ve tüm durum analiziyle benzer sonuçlar doğurmaktadır.

Özet (Çeviri)

The longitudinal feature of measurements and counting process of responses motivate the regression models for longitudinal count data (LCD) to take into account the phenomenons such as within-subject association and overdispersion. One common problem in longitudinal studies is the missing data problem, which adds additional difficulties into the analysis. The missingness can be handled with missing data techniques. However, the amount of missingness in the data and the missingness mechanism that the data have affect the performance of missing data techniques. In this thesis, among the regression models for LCD, the Log-Log-Gamma marginalized multilevel model (Log-Log-Gamma MMM) and the random-intercept model are focused on. The performance of the models is compared via a simulation study under three missing data mechanisms (missing completely at random, missing at random conditional on observed data, and missing not random), two types of missingness percentage (10% and 20%), and four missing data techniques (complete case analysis, subject, occasion and conditional mean imputation). The simulation study shows that while the mean absolute error and mean square error values of Log-Log-Gamma MMM are larger in amount compared to the random-intercept model, both regression models yield parallel results. The simulation study results justify that the amount of missingness in the data and that the missingness mechanism that the data have, strictly influence the performance of missing data techniques under both regression models. Furthermore, while generally occasion mean imputation displays the worst performance, conditional mean imputation shows a superior performance over occasion and subject mean imputation and gives parallel results with complete case analysis.

Benzer Tezler

  1. Sıralı küme örneklemesi yöntemleri açısından kitle değişim katsayısının güven aralığı tahmin edicilerinin performanslarının karşılaştırılması

    Comparison of performances of the confidence interval estimators for the population coefficient of variation via ranked set sampling methods

    SÜMEYRA GÖKÇEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İstatistikMuğla Sıtkı Koçman Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. SERDAR DEMİR

  2. Çoklu atama sonrası propensity skor tahmin yöntemlerine yeni yaklaşımlar

    New methods for estimating propensity scores following multiple imputation

    SEVİNÇ PÜREN YÜCEL KARAKAYA

    Doktora

    Türkçe

    Türkçe

    2024

    BiyoistatistikÇukurova Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    DOÇ. DR. İLKER ÜNAL

  3. PI ve PID tipi kontrol organlarının ayarlanmasında deneysel ve simülasyon metodlarının karşılaştırılması

    Başlık çevirisi yok

    GÖKHAN DENİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. A. TALHA DİNİBÜTÜN

  4. A Comparison of the recent algorithms for the identification of outliers in data

    Verilerde sapan değerlerin saptanmasına ilişkin yeni geliştirilmiş algoritmaların karşılaştırılması

    GÜLSEN KIRAL

    Doktora

    İngilizce

    İngilizce

    2003

    MatematikÇukurova Üniversitesi

    Matematik Ana Bilim Dalı

    DOÇ. DR. NEDRET BİLLOR

  5. Genelleştirilmiş tahmin denklemleri ve regresyon yöntemi ile başarı kestiriminin karşılaştırılması

    The comparison of generalized estimating equations and regression methods for the estimation of educational achievement

    NİLGÜN ÇALIŞKAN

    Doktora

    Türkçe

    Türkçe

    2013

    Eğitim ve ÖğretimHacettepe Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. SELAHATTİN GELBAL