مطالعه‌ي شبيه سازي روش‌هاي مواجهه با داده‌هاي گم‌شده در مطالعات طولي

داده‌هاي گم‌‌شده جزء اجتناب ناپذير تحقيقات پزشكي به‌خصوص با ساختار مطالعات طولي هستند. اين مسائل بازتاب پيچيدگي ذاتي اين نوع تحقيقات است. اگرچه محققين تلاش مي‌كنند تا گم شدگي در داده‌ها كمينه شود، ولي گاهي درصد داده‌هاي گم‌‌شده به‌طرز محسوسي بالاست.داده‌هاي گم‌‌شدهمنجر به كاهش دقت محاسبات آماري و ايجاد اريبي در نتايج حاصل مي‌شوند و كنار گذاشتن آن‌ها و استفاده از واحدهاي كامل، به نوعي حذف صورت مسئله و روشي ناكارآمد است. بديهي است كه برازش مدل با حضور اطلاعات متغيرهايي كه بي پاسخي براي آن‌ها رخ داده است، بسيار كمك كننده و مورد توجه بيشتر خواهد بود. در اين تحقيق سعي شده است سه روش مواجهه متداول با استفاده از شبيه¬سازي دو مدل طولي، مطالعه و بر اساس معيار خطاي جذر ميانگين توان‌هاي دوم، براوردهاي هر دو مدل در حالت گم‌شدگي مقايسه مي‌شوند.