جبران داده های گم شده در مطالعات طولی با استفاده از WinBUGS
نویسنده:
مترجم:
لیلی تاپاک، امید حمیدی
چکیده:
داده های گم شده مشکلی رایج در پژوهش های مبتنی بر آمارگیری است. بسته های بسیاری وجود دارند که داده های گم شده را جبران می کنند اما تعداد کمی می توانند به راحتی اطلاعات طولی گم شده را جبران کنند. WinBUGS داده های گم شده را با استفاده از جانهی چندگانه جبران می کند و قادر است ساختار طولی را با استفاده از اثرات تصادفی یکپارچه کند. ما برتری جانهی طولی بر جانهی مقطعی را با استفاده از WinBUGS نشان می دهیم. ما از اطلاعات مثالی مربوط به مطالعه ی طولی استرالیا درباره ی سلامت زنان استفاده می کنیم. همچنین نتایج نرم افزار SAS را ارائه می دهیم که از WinBUGS برای تحلیل مدل های طولی با اطلاعات گم شده ی متغیر کمکی استفاده می کند و استفاده از آن را در مطالعه ی طولی بیماران سرطانی لاعلاج و پرستاران آن ها نشان می دهیم.
کلیدواژگان:
زبان:
فارسی
در صفحه:
119
لینک کوتاه:
magiran.com/p763464
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!