Journal Article

Correlated and misclassified binary observations in complex surveys

SO, Hon Yiu, WU, Changbao, THOMPSON, Mary E.

2020

Overview

Misclassifications in binary responses have long been a common problem in medical and health surveys. One way to handle misclassifications in clustered or longitudinal data is to incorporate the misclassification model through the generalized estimating equation (GEE) approach. However, existing methods are developed under a non-survey setting and cannot be used directly for complex survey data. We propose a pseudo-GEE method for the analysis of binary survey responses with misclassifications. We focus on cluster sampling and develop analysis strategies for analyzing binary survey responses with different forms of additional information for the misclassification process. The proposed methodology has several attractive features, including simultaneous inferences for both the response model and the association parameters. Finite sample performance of the proposed estimators is evaluated through simulation studies and an application using a real dataset from the Canadian Longitudinal Study on Aging. Les mauvaises classifications pour une variable réponse binaire donnée constituent un problème commun dans les enquêtes médicales. En présence de données longitudinales ou en grappe, une façon de traiter cette problématique consiste à incorporer un modèle de mauvaise classification à une approche par équations d’estimation généralisées (EEG). Les méthodes existantes n’ont toutefois pas été conçues pour des données d’enquêtes et ne peuvent donc pas être utilisées directement pour de telles données. Les auteurs proposent une méthode pseudo-EEG pour l’analyse de réponses binaires dans les enquêtes comportant de la mauvaise classification. Ils se concentrent sur l’échantillonnage par grappe et développent des stratégies pour analyser les réponses binaires en exploitant différentes formes d’information additionnelle à propos du processus de mauvaise classification. La méthodologie proposée comporte de nombreuses caractéristiques attrayantes, notamment la capacité d’inférer simultanément le modèle de réponse et les paramètres d’association. Les auteurs évaluent les performances de leur approche sur des échantillons finis par des études de simulation et une application à des données réelles de l’Étude longitudinale canadienne sur le vieillissement (ÉLCV).

• Publisher: Wiley,John Wiley & Sons, Inc,Wiley Subscription Services, Inc
• Subject: Aging / Binary system / Classification / CLSA / clustered data / complex sampling design / Correlation analysis / Electroencephalography / Errors / generalized estimating equations / Health surveys / Longitudinal studies / Polls & surveys / repeated measurements / Responses / Sampling / Simulation / super‐population model / variance estimation