Programme et résumés (pdf) - Société statistique du Canada

Mercredi 31 mai • Wednesday, May 31, 08:30–10:00 147[MS-178]Efficiency Comparisons of GEE versus IEE for Longitudinal Complex Survey Data with Ordinal ResponsesComparaisons de l’efficacité de la méthode des EEG par rapport à la méthode des EEI pour des donnéeslongitudinales ordinales d’enquêtes complexesAbdelnasser SAIDI, Statistics Canada, Diane STUKEL, UNESCO, Susana RUBIN-BLEUER, Statistics CanadaWe use the proportional odds marginal model andthe “independence estimating equations” (IEE) andNous avons recours au modèle marginal à cotes proportionnellesde même qu’aux méthodes des « équationsthe “generalized estimating equations” (GEE) ap- d’estimation indépendantes » (EEI) et des « équations d’estiproachesfor modeling longitudinal ordinal com- mation généralisées » (EEG) pour modéliser les donnéesplex survey data. The IEE assumes that obser- longitudinales ordinales d’enquêtes complexes. Dans levations on a subject over time are independent, cadre de la méthode des EEI, on suppose que les obserwhereasthe GEE assumes a working correlation vations faites sur un sujet au fil du temps sont indépenstructureover time. Our objective is to deter- dantes, tandis qu’on suppose une structure de corrélationmine “best practices” under this set-up: we com- au fil du temps dans le cadre de la méthode EEG. Notrepare through simulation the efficiency of GEE ver- objectif est d’établir des « pratiques exemplaires » dans cesus IEE under models having differing longitudi- contexte : nous exécutons une simulation comparant les deuxnal correlation structures of both the responses and méthodes sous l’angle de l’efficacité de modèles présentantthe covariates. To measure the efficiency, we con- des structures de corrélation longitudinale de réponses etsider two approaches to obtaining variance esti- de covariables différentes. Pour mesurer l’efficacité, nousmates: the Liang-Zeger Taylor (“sandwich”) vari- examinons deux méthodes de calcul d’estimation de la vaanceand the One-Step Jackknife. riance, soit les méthodes Liang-Zeger Taylor (« sandwich »)et la méthode Jackknife à une étape.[MS-179]Modelling of Longitudinal Polytomous Outcomes From Complex Survey Data: Using GEE and MissingData AnalysisModélisation des résultats polychotomiques longitudinaux pour des données complexes d’une enquête :utilisation du EEG et de l’analyse de données manquantesPunam PAHWA, Dept. of Community Health and Epidemiology, Chandima KARUNANAYAKE & Helen MCDUFFIE, Inst.of Agricultural Rural and Environmental HealthLes méthodes statistiques ont été utilisées pour adapter lesmodèles de régressions logistiques ordonnés pour les résul-tats polychotomiques qui expliquent la complexité d’un pland’enquête à plusieurs degrés et incorporent également le re-groupement sujet-niveau (en raison des observations répé-tées sur un sujet). Le premier ensemble de modèles a étébasé sur l’approche d’équations d’estimation généralisées(EEG) à plan pondéré en supposant que les observationsmanquantes étaient absentes complètement au hasard. Ledeuxième ensemble de modèles a été adapté en utilisant EEGpour étudier comment la structure des données manquantesinfluence les résultats obtenus à partir de l’analyse précé-dente. Les analyses ont été appliquées aux données longi-tudinales de santé mentale disponibles à partir de ENSP deStatistique Canada.The statistical methods were used to fit ordered logisticregression models for polytomous outcomeswhich account for the complexity of a multi-stagesurvey-design and also incorporate the subjectlevelclustering (as a result of repeated observationson a subject). The first set of models werebased on the design-weighted generalized estimatingequations (GEE) approach assuming missingobservations were missing completely at random.The second set of models were fitted using GEE toinvestigate how missing data patterns influence theresults obtained from the previous analysis. Theanalyses were applied to mental health longitudinaldata available from Statistics Canada’s NPHS.SH = Somerville House SSC = Social Science Centre UC = University College