000			06365namaa22004331i 4500
003			EG-GICUC
005			20260216103334.0
008			260209s2025 ua a|||frm||| 000 0 eng d
040			_aEG-GICUC _beng _cEG-GICUC _dEG-GICUC _erda
041	0		_aeng _beng _bara
049			_aDeposit
082	0	4	_a519.5405
092			_a519.5405 _221
097			_aM.Sc
099			_aCai01.03.01.M.Sc.2025.Sa.S
100	0		_aSama Alaa El-Din Makram Mohamed Makram, _epreparation.
245	1	2	_aA shared parameter model to evaluate the area under the curve of longitudinal data with missing values / _cby Sama Alaa El-Din Makram Mohamed Makram ; Supervised Prof. Abdelnasser Saad Abdrabou, Prof. Ahmed Mahmoud Gad.
246	1	5	_aتقدير المساحة تحت المنحنى للبيانات الطولية في حالة وجود قيم مفقودة باستخدام نموذج المعلمة المشتركة
264		0	_c2025.
300			_a102 pages : _billustrations ; _c25 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (M.Sc)-Cairo University, 2025.
504			_aBibliography: pages 95-98.
520		3	_aIn longitudinal data, a response variable is collected from every individual of a cohort of subjects, repeatedly over time or under different conditions. The nature of these data makes the existence of missing values very frequent. Missing data mechanism includes; missing completely at random (MCAR), missing at random (MAR), and missing not at random (MNAR). A simple approach to analyze longitudinal data is calculating summary measures. The area under the curve (AUC) falls under the wide umbrella of summary measures and it is most commonly used due to its statistical simplicity. The existence of missingness complicates the analysis and affects the estimation of the area under the curve. Hence, new approaches have been introduced in literature to handle missing values while accurately estimating AUC. One of these approaches employs the linear mixed effect model to estimate the area under the curve. The approach assumes that the missingness mechanism is MCAR or MAR. However, the missing not at random mechanism (MNAR) is the general mechanism and it is plausible in practice. Therefore, this thesis employs a shared parameter model (SPM) to evaluate the area under the curve under the case of longitudinal data assuming that the missingness mechanism is MNAR. A simulation study is conducted, under different scenarios, to evaluate the proposed method. In addition to that, the proposed approach is compared to the existing methods. The proposed approach is also applied on a real dataset called the labour pain data to evaluate its applicability and effectiveness.
520		3	_aفي البيانات الطولية، يتم جمع البيانات من كل فرد من مجموعة من الأشخاص، بشكل متكرر على فترات زمنية مختلفة. إن طبيعة هذه البيانات تجعل وجود قيم مفقودة أمراً متكرراً للغاية. يعد التعامل مع القيم المفقودة من أكبر التحديات التي تواجه البيانات الطولية لأن تجاهل هذة المفقودات يؤدي إلى نتائج متحيزة. تنقسم آليات البيانات المفقودة إلى: المفقودات العشوائية تمامًا (MCAR)، والمفقودات العشوائية (MAR)، والمفقودات غير العشوائية (MNAR). هناك طريقة بسيطة لتسهيل تحليل البيانات الطولية وهي حساب المقاييس الموجزة. هذة المقاييس تلخص بيانات كل فرد على حدى فتؤدي إلى تقليل أبعاد البيانات الطولية. تندرج المساحة تحت المنحنى (AUC) تحت المظلة الواسعة للمقاييس الموجزة وهي الأكثر استخدامًا نظرًا لبساطتها الإحصائية. ويعقّد وجود القيم المفقودة من عملية تحليل البيانات وبالتالي يصعب تقدير المساحة تحت المنحنى. ومن ثم، تم تقديم مناهج جديدة في الأدبيات للتعامل مع القيم المفقودة مع تقدير المساحة تحت المنحنى بدقة. يستخدم أحد هذه الأساليب نموذج التأثير الخطي المختلط لتقدير المساحة تحت المنحنى. يفترض هذا النهج أن آلية الفقد هي MCAR أو MAR. ومع ذلك، فإن آلية الفقد غير العشوائي للبيانات (MNAR) هي الآلية الأكثر تعقيدا وتواجدا من الناحية العملية. ولذلك، تقترح هذه الرسالة استخدام نموذج المعلمة المشتركة (SPM) لتقييم المنطقة تحت المنحنى في حالة البيانات الطولية بافتراض أن آلية الفقدان هي آلية الفقدان العشوائي (MNAR). ويتم إجراء دراسة محاكاة، في ظل سيناريوهات مختلفة، لتقييم كفاءة النموذج المقترح. وتم اختباره من خلال التحيز النسبي والخطا القياسي. بالإضافة إلى ذلك، تتم مقارنة النموذج المقترح بالطرق الحالية الموجودة في الأدبيات. كما تم تطبيق النموذج المقترح على مجموعة بيانات حقيقية لتقييم قابليته للتطبيق.
530			_aIssues also as CD.
546			_aText in English and abstract in Arabic & English.
650		0	_aStatistics
650		0	_aالاحصاء
653		1	_aArea under the curve (AUC) _alongitudinal data _amissing not at random _a نموذج المعلمة المشتركة (SPM) _aالبيانات الطولية
700	0		_aAbdelnasser Saad Abdrabou _ethesis advisor.
700	0		_aAhmed Mahmoud Gad _ethesis advisor.
900			_b01-01-2025 _cAbdelnasser Saad Abdrabou _cAhmed Mahmoud Gad _UCairo University _FFaculty of Economics and Political Science _DDepartment of Statistics
905			_aShimaa _eEman Ghareb
942			_2ddc _cTH _e21 _n0
999			_c178276