Multiple imputation for longitudinal data in the presence of heteroscedasticity between treatment groups.

Yamaguchi, Yusuke; Ueno, Mai; Maruo, Kazushi; Gosho, Masahiko

Yamaguchi, Yusuke; Ueno, Mai; Maruo, Kazushi; Gosho, Masahiko.

Afiliación

Yamaguchi Y; Japan-Asia Data Science, Development, Astellas Pharma Inc., Chuo-ku, Tokyo, Japan.
Ueno M; Japan-Asia Data Science, Development, Astellas Pharma Inc., Chuo-ku, Tokyo, Japan.
Maruo K; Department of Biostatistics, Faculty of Medicine, University of Tsukuba, Tennodai, Tsukuba Ibaraki, Japan.
Gosho M; Department of Biostatistics, Faculty of Medicine, University of Tsukuba, Tennodai, Tsukuba Ibaraki, Japan.

J Biopharm Stat ; 30(1): 178-196, 2020.

Article en En | MEDLINE | ID: mdl-31257987

Asunto(s)

Ensayos Clínicos Controlados Aleatorios como Asunto/estadística & datos numéricos; Proyectos de Investigación/estadística & datos numéricos; Antipsicóticos/uso terapéutico; Quelantes/uso terapéutico; Interpretación Estadística de Datos; Humanos; Intoxicación por Plomo/tratamiento farmacológico; Estudios Longitudinales; Esquizofrenia/tratamiento farmacológico; Factores de Tiempo; Resultado del Tratamiento

Palabras clave

Longitudinal data; heteroscedasticity; missing data; multiple imputation

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Proyectos de Investigación / Ensayos Clínicos Controlados Aleatorios como Asunto Tipo de estudio: Clinical_trials / Observational_studies / Prognostic_studies Límite: Humans Idioma: En Revista: J Biopharm Stat Asunto de la revista: FARMACOLOGIA Año: 2020 Tipo del documento: Article País de afiliación: Japón

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google