多維度結果依賴設計之長期追蹤資料在不同的相關矩陣中的統計分析

結果依賴採樣設計(Outcome-dependent sampling, ODS)在很多流行病學或大型資料庫的研究中已經被證明是具有成本效益的抽樣方式且廣為相關領域研究者使用，多維度依賴採樣設計(MODS)則是進一步將ODS延伸到群聚或長期追蹤資料。然而過去的研究並沒有討論當一個受測者有多於兩個觀測值的情況，尤其是探討不同的實作相關矩陣結構對估計結果的影響。在這個研究計畫中，我們完成當初的首要目標: 在多種不同的實作相關矩陣結構下，找到有效的參數估計; 也達成次要目標: 建立一個選擇標準選取最合適的相關矩陣結構。我們利用模擬來比較不同結構下的參數估計，考慮各種設定下，參數估計的準確性及穩定性。除此之外，我們也將模型及抽樣方法運用到實甄資料，確定模型的可應用性。