我已经将两个广义估计方程（GEE）模型拟合到我的数据中：
1）模型1：结果是纵向的是/否变量（A）（1,2,3,4,5年），纵向连续预测变量（B）是1,2,3,4,5年。
2）模型2：结果是相同的纵向是/否变量（A），但现在我的预测变量固定为第1年的值，即被强制为时间不变（B）。
由于在不同情况下几个时间点上我的纵向预测器中缺少测量值，因此模型2中的数据点数比模型1中的要多。
我想知道我可以在两个模型的比值比，p值和拟合度之间进行有效的比较，例如：
如果模型1中预测变量B的OR较大，是否可以有效地说出模型1中A和B之间的关联性更强？
我如何评估哪种数据更适合我的数据。我是否正确地认为，如果观察次数不同，则不应该在各个模型之间比较QIC / AIC伪R平方吗？
任何帮助将不胜感激。
因为模型2并没有真正被认为是模型1的“嵌套”，所以我不知道使用QIC评估比较拟合是否有效。我曾经想到的是使用多种插补技术来均衡观察次数，然后可以说可以比较那些模型的QIC值。但是，一些文献，例如Twisk的“流行病学应用的纵向数据分析”，通过在具有二分响应变量的模型上使用MI技术，显示出确实不一致的结果。我希望我能提供更多帮助。
—
艾瑞斯翠
为什么缺少这些值？他们的缺失是否以一种使缺失值与非缺失值根本不同的方式系统化了？
—
2012年