جبران داده های گم شده در مطالعات طولی با استفاده از WinBUGS

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.