این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشکده بهداشت و انستیتو تحقیقات بهداشتی، جلد ۲، شماره ۱، صفحات ۵۵-۶۴
عنوان فارسی مدل رگرسیون لجستیک چند حالته با مقادیر گم شده و کاربرد آن در بررسی بیماری گواتر
چکیده فارسی مقاله در جمع آوری داده های انبوه بویژه در بررسی سلامت و بیماری در ایران بعضی از متغیرها با عدم پاسخ روبرو می شوند که به اینها داده های گم شده می گویند. این داده های گم شده می تواند در متغیر پاسخ یا در متغیرهای کمکی بوجود آید. در این مقاله داده های گم شده در متغیرهای کمکی مورد بررسی است. روش پیشنهادی برای تجزیه و تحلیل مدل های رگرسیون لجستیک وقتی که متغیر پاسخ (Y) چند وضعیتی باشد و متغیر کمکی (Z) دارای مشاهدات کامل و متغیر کمکی (X) دارای مقادیر گم شده باشد مورد بررسی قرار داده ایم. در اینجا فرض شده است که مقادیر گم شده متغیر کمکی (X) بطور تصادفی گم شده اند. برای این منظور تابع درست نمایی برای داده های مشاهده شده را بدست آورده و سپس نتایج آن با روش های معمول که مبتنی بر حذف مقادیر گم شده هستند و معمولا در نرم افزارهای متداول نظیر SPSS بکار می رود مقایسه شده اند. برای تشریح بیشتر، هردو روش روی مثالی در مورد بیماری گواتر که دارای پاسخ های چندحالته است بکار برده شد. مقایسه نتایج نشان داد که مدل پیشنهادی بهتر عمل می نماید.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی MULTINOMIAL LOGISTIC REGRESSION MODEL WITH MISSING DATA AND ITS APPLICATION TO GOITER DISEASE DATA
چکیده انگلیسی مقاله In large–scale sampling opeartions (e.g. nation-wide health surveys) we always face the problem of non-response item(s) and/or non-response unit(s). In fitting a model to the data we have two groups of variables, namely dependent and independent variables. Non-response may occur for any of these groups of variables. In this paper we assume Y as a categorical dependent variable with three levels, Z and X as independent variables from any kind: scale, categorical, ordinal, etc. We have complete data on the first two variables and we assume that the missing items follow a random pattern (MAR). Then a model is devised based on the likelihood function for the whole data set (including missing values) and estimates of parameters are compared with those obtained by statistical programs such as SPSS, which are only based on completely observed data and ignore units with missing data. Our results show that the likelihood-based model is superior to the standard approach utilized by the software packages. The comparison is made using data on thyriod disease (goiter) obtained by a health survey in Gazvin province.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله کمال اعظم | k azam
دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

عباس گرامی | a gerami
پژوهشکده آمار
سازمان اصلی تایید شده: پژوهشکده آمار

کاظم محمد | k mohammad
دانشگاه علوم پزشکی تهران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی تهران (Tehran university of medical sciences)

انوشیروان کاظم نژاد | a kazemnejad
دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

نشانی اینترنتی http://sjsph.tums.ac.ir/browse.php?a_code=A-10-25-278&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده 1
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات