当数据不是完全随机缺失时的广义估计方程方法

摘要 我们提出了两种处理广义估计方程（GEE）分析中缺失数据的方法：均值插补和多重插补。当数据是随机缺失时，二者均提供有效的GEE估计。缺失的结果从离观察结果最近的时间点开始顺序插补。我们将这两种插补法的估计量与Robins等的加权方法进行比较。我们表明，具有无限次复制的多重插补在渐近意义上等同于均值插补。这些方法应用于一项中风研究，研究中风后随时间测量的神经结果，但由于死亡或失访，某些结果缺失。