Analyse Statistique des données longitudinales

Abstract

Les études longitudinales sont utilisées dans la recherche sur la santé mentale et les études sur les services. Les approches dominantes pour l’analyse des données longitudinales sont les modèles linéaires généralisés à effets mixtes (GLMM) et les équations d’estimation généralisées pondérées (WGEE). Bien que les deux classes de modèles aient été largement publiées et largement appliquées, les différences et les limites de ces méthodes ne sont pas clairement définies et bien documentées. Malheureusement, certaines différences et limitations ont des implications importantes pour la communication, la comparaison et l’interprétation des résultats de la recherche. Dans ce mémoire, nous passons en revue les deux principales approches d’analyse de données longitudinales et soulignons leurs similitudes et leurs principales différences. Nous nous concentrons sur la comparaison des deux classes de modèles en termes de modèle hypothèses, interprétation des paramètres du modèle, applicabilité et limites, en utilisant à la fois des données réelles et simulées. Nous discutons des mises en garde et des mises en garde lors de l’application des deux approches différentes aux données d’études réelles.