Eu ajustei dois modelos de equações de estimativa generalizada (GEE) aos meus dados:
1) Modelo 1: O resultado é uma variável longitudinal Sim / Não (A) (ano 1,2,3,4,5) com preditor contínuo longitudinal (B) para os anos 1,2,3,4,5.
2) Modelo 2: O resultado é a mesma variável longitudinal Sim / Não (A), mas agora com meu preditor fixo no valor do ano 1, ou seja, forçado a ser invariante no tempo (B).
Devido à falta de medidas no meu preditor longitudinal em alguns momentos para casos diferentes, o número de pontos de dados no modelo 2 é maior que no modelo 1.
Gostaria de saber quais comparações posso validamente fazer entre as razões de chances, valores de p e ajuste dos dois modelos, por exemplo:
Se o OR do preditor B for maior no modelo 1, posso dizer validamente que a associação entre A e B é mais forte no modelo1?
Como posso avaliar qual é o melhor modelo para meus dados. estou correto ao pensar que os pseudo-quadrados QIC / AIC não devem ser comparados entre modelos se o número de observações não for o mesmo?
Qualquer ajuda seria muito apreciada.
Respostas:
Eu definitivamente tentaria imputação múltipla (por exemplo, com camundongos ou Amelia em R), possivelmente com vários métodos alternativos para atribuir valores ausentes.
No pior cenário, você pode considerar uma análise de sensibilidade.
fonte