Generalized Estimating Equations for Ordinal Categorical Data: Arbitrary Patterns of Missing Responses and Missingness in a Key Covariate

Biometrics ◽  
1999 ◽  
Vol 55 (2) ◽  
pp. 488-496 ◽  
Author(s):  
Alicia Y. Toledano ◽  
Constantine Gatsonis
Keyword(s):  
Categorical Data ◽  
Generalized Estimating Equations ◽  
Estimating Equations ◽  
Missing Responses ◽  
Generalized Estimating

scholarly journals Marginal models for longitudinal count data with dropouts

2020 ◽  
Vol 54 (1) ◽  
pp. 27-42
Author(s):  
Seema Zubair ◽  
Sanjoy K. Sinha
Keyword(s):  
Count Data ◽  
Generalized Estimating Equations ◽  
Linear Models ◽  
Estimating Equations ◽  
Finite Sample ◽  
Marginal Models ◽  
Missing Responses ◽  
Longitudinal Count Data ◽  
Log Linear ◽  
Generalized Estimating

In this article, we investigate marginal models for analyzing incomplete longitudinal count data with dropouts. Specifically, we explore commonly used generalized estimating equations and weighted generalized estimating equations for fitting log-linear models to count data in the presence of monotone missing responses. A series of simulations were carried out to examine the finite-sample properties of the estimators in the presence of both correctly specified and misspecified dropout mechanisms. An application is provided using actual longitudinal survey data from the Health and Retirement Study (HRS) (HRS, 2019)

Analysis of repeated categorical data using generalized estimating equations

1994 ◽  
Vol 13 (11) ◽  
pp. 1149-1163 ◽  
Author(s):  
Stuart R. Lipsitz ◽  
Kyungmann Kim ◽  
Lueping Zhao
Keyword(s):  
Categorical Data ◽  
Generalized Estimating Equations ◽  
Estimating Equations ◽  
Generalized Estimating

scholarly journals Fatores socioeconômicos que influenciam na disposição de consumidores em adquirir carne bovina com certificação de origem em Belo Horizonte, Minas Gerais, Brasil

2016 ◽  
Vol 83 (0) ◽  
Author(s):  
Danielle Rodrigues Magalhães ◽  
Marcos Aurélio Lopes ◽  
Christiane Maria Barcellos Magalhães da Rocha ◽  
Fábio Raphael Pascoti Bruhn ◽  
Jerry Carvalho Borges ◽  
...  
Keyword(s):  
Odds Ratio ◽  
Generalized Estimating Equations ◽  
Estimating Equations ◽  
Minas Gerais ◽  
Belo Horizonte ◽  
Generalized Estimating

RESUMO: Objetivou-se verificar a influência dos fatores socioeconômicos na disposição de 407 consumidores em hipermercados do município de Belo Horizonte, Minas Gerais, em adquirir carne bovina com certificação de origem e verificar as características inerentes ao produto que auxiliam o consumidor no momento da compra, considerando o seu conhecimento prévio sobre rastreabilidade e certificação de origem. Foi realizada uma análise descritiva de todas as variáveis e, posteriormente, realizada a análise univariada pelo teste do qui-quadrado ou exato de Fischer. As variáveis foram adicionadas no modelo múltiplo da regressão logística Generalized Estimating Equations (GEE) e para todas as variáveis presentes no modelo final (p ≤ 0,05) foi calculado o risco por meio da odds ratio (OR) ajustada a um intervalo de confiança de 95%. Todos os fatores socioeconômicos analisados (sexo, idade, renda e escolaridade) influenciaram na disposição de consumidores em adquirir carne bovina com certificação de origem. Os atributos intrínsecos mais importantes na tomada de decisão no momento da compra da carne foram cor, maciez, odor e a pouca quantidade de gordura; enquanto que os atributos extrínsecos foram preço, selo de qualidade e carimbo do SIF. A maioria dos consumidores conhece o conceito correto de rastreabilidade e acreditam que o maior benefício da carne rastreada é oferecer mais segurança e evitar riscos de doenças transmitidas pelos alimentos; e a desvantagem é ser um produto mais caro do que o convencional.

Sign in / Sign up

Export Citation Format

Share Document