| LEADER |
04594nam a22002297a 4500 |
| 001 |
2180364 |
| 041 |
|
|
|a eng
|
| 044 |
|
|
|b ليبيا
|
| 100 |
|
|
|9 758554
|a El- Saeiti, Intesar N.
|e Author
|
| 245 |
|
|
|a Evaluating the Efficiency of Restricted Pseudo Likelihood Estimation in Balanced and Unbalanced Clustered Binary Data Models
|
| 260 |
|
|
|b جامعة بنغازي
|c 2023
|g ديسمبر
|
| 300 |
|
|
|a 112 - 116
|
| 336 |
|
|
|a بحوث ومقالات
|b Article
|
| 520 |
|
|
|a يعد تحليل البيانات الثنائية المجمعة مهمة شائعة في مختلف المجالات مثل العلوم الاجتماعية وعلم الأوبئة. يوفر تقدير الاحتمالية الزائفة المقيدة (PLE) أسلوبا يستخدم على نطاق واسع لتحليل البيانات الثنائية المجمعة، مما يوفر المرونة في التعامل مع التبعيات المعقدة داخل المجموعات. تهدف هذه الدراسة إلى تقييم كفاءة تقدير الاحتمالية الزائفة المقيدة في نماذج البيانات الثنائية المجمعة المتوازنة وغير المتوازنة. تستخدم الدراسة النموذج الخطي المعمم الهرمي (HGLM) كنموذج مفضل للبيانات الثنائية المجمعة. تقوم الدراسة بمقارنة أداء طريقة تقدير الاحتمالية الزائفة المقيدة لنموذج HGLM للبيانات المجمعة المتوازنة أي أن عدد المشاهدات متساوي في كل طبقة وغير المتوازنة أي عدد المشاهدات يختلف من طبقة لأخرى. تقدم النتائج نظرة شاملة حول كفاءة تقدير الاحتمالية الزائفة المقيدة في هذه النماذج، مما يساعد الباحثين في اختيار الأساليب المناسبة لتحليل بياناتهم.
|b Clustered binary data analysis is a common task in various fields, such as social sciences and epidemiology. Restricted Pseudo Likelihood Estimation (PLE) is a widely used approach for analyzing clustered binary data, providing flexibility in handling complex dependencies within clusters. This study aims to evaluate the efficiency of Restricted Pseudo Likelihood Estimation in balanced and unbalanced clustered binary data models. Using simulated data, we compare the performance of PLE in balanced and unbalanced clustered binary data scenarios. We consider various factors such as the number of clusters, cluster sizes, and intra-cluster correlation. The preferred class of models for clustered binary data is the Hierarchical Generalized Linear Model (HGLM). This article compares the performance of a restricted pseudo-likelihood estimation method of the Hierarchical Generalized Linear Model (HGLM) with equal and unequal cluster sizes. Through comprehensive simulation experiments, we assess the accuracy and precision of PLE estimates in terms of parameter estimation, standard errors, and hypothesis testing. Our findings provide insights into the efficiency of Restricted Pseudo Likelihood Estimation (RPLE) in balanced and unbalanced clustered binary data models. The results highlight the advantages and limitations of PLE in different scenarios, aiding researchers in selecting appropriate modeling approaches for their specific data characteristics. The results can guide researchers in making informed decisions regarding the selection and application of PLE in their own studies, ultimately enhancing the validity and reliability of statistical analyses in the presence of clustered binary data.
|
| 653 |
|
|
|a تحليل البيانات
|a التحليل الإحصائي
|a البيانات المجمعة
|a البيانات الثنائية
|
| 692 |
|
|
|a النموذج الخطي المعمم الهرمي
|a الاحتمالية الزائفة المقيدة
|a متجمعة متوازنة
|a متجمعة غير متوازن
|b Hierarchical Generalized Linear Model
|b Restricted Pseudo Likelihood
|b Balanced Clustered
|b Unbalanced Clustered
|
| 773 |
|
|
|4 العلوم الإنسانية ، متعددة التخصصات
|4 العلوم الاجتماعية ، متعددة التخصصات
|6 Humanities, Multidisciplinary
|6 Social Sciences, Interdisciplinary
|c 014
|l 002
|m س36, ع2
|o 1668
|s مجلة جامعة بنغازي العلمية
|t University of Benghazi Scientific Journal
|v 036
|
| 856 |
|
|
|u 1668-036-002-014.pdf
|
| 930 |
|
|
|d y
|p y
|q n
|
| 995 |
|
|
|a EduSearch
|
| 995 |
|
|
|a HumanIndex
|
| 999 |
|
|
|c 1433491
|d 1433491
|
