در رگرسیون خطی معمولی، به دنبال ایجاد ارتباط خطی بین متغیر پاسخ و مجموعه ای از متغیرهای توضیح دهنده هستیم. در بسیاری از موارد این کار تحت فرض نرمال بودن داده ها و نیز استقلال آنها انجام می شود، ولی در عمل حالتهایی وجود دارند که در آن مشاهدات غیر نرمال بوده ویا به هم وابسته اند.
وقتی مشاهدات غیر نرمال و همبسته هستند استفاده از روش شبه درستنمایی بر مبنای مدل خطی تعمیم یافته با عنوانمعادلات برآورد تعمیم یافته GEEاستفاده میشود.معادلات برآوردگر تعمیم یافته توسط زیگر و لیانگ در سال 1986 معرفی شدند،که تحلیل داده های طولی را آسان کرده و برآوردی کارا و نااریب برای پارامترهای رگرسیونی ارائه می کنند.
درروش GEEهمبستگی بین مشاهدات با در نظر گرفتن ماتریس هاي همبستگی مبنای مختلف مدلسازی میشود که درست برآورد شدن این ماتریس های همبستگی در بهبود کارایی ضرایب رگرسیونی مؤثر است.
برآورد ضرایب رگرسیونی و مؤلفه های واریانس در این روش با در نظر گرفتن ساختاری از ماتریس همبستگی مبنا توسط امید ریاضی و واریانس توزیع فرضی جامعه بدست می آید.
از مسير زير در spss قابل دسترسي است
نظرات