TY  - JOUR
T1  - Use of Generalized Estimating Equations with Multiple Imputations for Missing Longitudinal Data
TT  - Eksik Uzun Süreli Veride Çoklu Atama ile Genelleştirilmiş Tahmin Eşitliklerinin Kullanımı
AU  - Ser, Gazel
AU  - Okut, Hayrettin
PY  - 2018
DA  - April
JF  - Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi
JO  - YYUFBED
PB  - Van Yüzüncü Yıl Üniversitesi
WT  - DergiPark
SN  - 1300-5413
SP  - 96
EP  - 103
VL  - 23
IS  - 1
LA  - en
AB  - This study aimed to assess the performance of multipleimputation for the Generalized Estimating Equation (GEE) method, one of themarginal model approaches. Observations with longitudinal data structureobtained from 1044 individuals during five years were used. Smoking frequency,response variable with Poisson distribution and the independent variablesthought likely to affect these were taken into consideration. These variablesare the individual’s alcohol use frequency, the score for friend influence onthe individual’s smoking, the score for individual’s listening to his/herfamily, individual-family relationship score, marriage status of parents,gender and age. Four different working correlation structures were examined todetermine the study correlation structure in GEE. Quasi information criterion wasused to determine the most appropriate working correlation structure to fit thedata. In estimating the missing observation, the missing observations were assumedto be missing at random, and missing observations were estimated using multipleimputation (MI). Thus, the GEE method was applied again to the complete dataset obtained and MI-GEE results were obtained. As a result, the appropriate workingcorrelation structure for GEE and MI-GEE was determined as the independentstructure, and parameter estimations were obtained using this structure. Inboth cases, empirical standard error results were evaluated. Accordingly, inthe data set with missing observations, effect of alcohol use and familyrelationship status (p<0.001) and of age (p<0.01) on smoking was found tobe significant in GEE results. In the MI-GEE results, effect of alcohol use,family relationship score, gender, age (P<0.001) and the score for theindividual’s relationship with his/her family (p<0.01) was found to besignificant. Standard error estimations obtained for MI-GEE were much smallercompared to the data with missing observations.
KW  - Marginal models
KW  - working correlation
KW  - multiple imputation
N2  - Bu çalışma, marjinal model yaklaşımlarından olan GenelleştirilmişTahmin Eşitlikleri (GEE) yöntemi üzerine çoklu atama yönteminin performansınıdeğerlendirmeyi amaçlamıştır. Araştırma materyali olarak beş yılsüresince 1044 bireyden elde edilen uzun süreli veri yapısına sahip gözlemlerkullanılmıştır. Çalışmada, sigara kullanım sıklığı Poisson dağılışına sahipcevap değişkeni ve bunun üzerine etkili olabileceği düşünülen değişkenler gözönünde bulundurulmuştur. Bu değişkenler, bireyin alkol kullanım sıklığı,bireyin sigara içmesine arkadaşın etki skoru, bireyin ailesini dinleme skoru,birey-aile ilişki skorları, ebeveynin evlilik durumu, cinsiyet ve yaşşeklindedir. GEE’de çalışma korelasyon yapısının belirlenmesinde dört farklıkorelasyon yapısı incelenmiştir. Uygun korelasyon yapısının belirlenmesinde enküçük yarı olabilirlik uyum ölçütünü veren yapı en uygun çalışma korelasyonyapısı olarak belirlenmiştir. Eksik gözlemlerin tahmininde, eksikgözlemlerin şansa bağlı (MAR) olduğu kabul edilmiş ve çoklu atama (MI) yöntemiuygulanarak eksik gözlemler tahmin edilmiştir. Böylece elde edilen tam verisetine tekrar GEE yöntemi uygulanarak MI-GEE sonuçları elde edilmiştir. Sonuç olarak,GEE ve MI-GEE için en uygun korelasyon yapısı bağımsız yapı olarak belirlenmişve bu yapı kullanılarak parametre tahminleri elde edilmiştir. Her iki durumdada ampirik standart hata tahmin sonuçları değerlendirilmiştir. Buna göre, eksikgözleme sahip veri setinde GEE sonuçları ve ampirik standart hata tahminlerindesigara kullanımı üzerine alkol kullanımının ve aile ilişki sokurunun(p<0.001) ve yaşın etkisi (p<0.01) önemli bulunurken, MI-GEE sonuçlarındaise alkol kullanımı, aile ilişki skoru, cinsiyet, yaş (P<0.001) ve bireyinailesiyle olan ilişki skoru (p<0.01) önemli bulunmuştur. Bununla beraber,MI-GEE’deki standart hata tahminleri, eksik gözlemli veriye uygulanan GEE’dekitahminlere göre oldukça küçük elde edilmiştir.
CR  - Aktaş, A., 2005. Genelleştirilmiş Eşitlik Kestirimi “GEE” (yüksek lisans tezi). Hacettepe Üniversitesi, Sağlık Bilimleri Enstitüsü, Ankara.
Allison, P. D., 2000. Multiple imputation for missing data: a cautionary tale. Sociological Methods and Research. 28:301–309.
Antonio, K., Beirlant, J., 2007. Actuarial statistics with generalized linear mixed models. Mathematics and Economics. 40: 58-76.
UR  - https://dergipark.org.tr/tr/pub/yyufbed/article/377421
L1  - https://dergipark.org.tr/tr/download/article-file/477240
ER  -