Semiparametric Marginal Models For Incomplete Binary Longitudinal Data With Dropouts
Notice bibliographique
Résumé
In this thesis, we explore semiparametric marginal models for binary longitudinal data with dropouts.We are specifically interested in the joint estimation of the marginal mean parameters and association parameters by second order generalized estimating equations when the marginal mean response model is partially linear.First, we propose and explore a set of weighted generalized estimating equations (GEEs) for fitting regression models to longitudinal binary responses when there are dropouts.Under a given missing data mechanism, the proposed method provides unbiased estimators of the regression parameters and association parameters.Simulations were carried out to study the robustness properties of the proposed method under both correctly specified and misspecified correlation structures.The method is also illustrated in an analysis of some actual incomplete longitudinal data on cigarette smoking trends, which were used to study coronary artery development in young adults.We also developed a semiparametric approach to analyzing longitudinal binary data.We applied second order GEE approach to analyze longitudinal binary responses under partially linear single-index models.We use the local polynomial smoothing technique to estimate the single-index parameters.We study the empirical properties of the proposed method in simulations.Our simulation study demonstrates that if the true underlying model is partially linear, then our proposed consciously, how good statistical theory and practice is done.I appreciate all his contributions of time, ideas, and funding to make my Ph.D. experience productive and stimulating.The joy and enthusiasm he has for his research was contagious and motivational for me, even during tough times in the Ph.D. pursuit.I am also thankful for the excellent example he has provided as a successful Bangladeshi-Canadian statistician and professor.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».