%0 Journal Article %A Baghfalaki, Taban %T Bayesian paradigm for analysing count data in longitudina studies using Poisson-generalized log-gamma model %J Andishe-ye-amari %V 25 %N 2 %U http://andisheyeamari.irstat.ir/article-1-828-fa.html %R %D 2021 %K Generalized log-gamma distribution, Poisson mixed model, Count data, Overdispersion, Random-effect models, Multivariate negative binomial model, %X در تحلیل داده‌های طولی با پاسخ شمارشی معمولاً از مدل اثرهای تصادفی پواسون یا دوجمله ای منفی با فرض توزیعی نرمال برای آنها استفاده می‌شود. ممکن است در برخی از کاربردها، توزیع اثرهای تصادفی نرمال نباشد. این در حالی است که بدمشخص‌سازی توزیع اثرهای تصادفی ممکن است باعث کاهش کارایی برآوردگرهای موجود شود. در این مقاله از توزیع لگ‌گامای تعمیم‌یافته که توزیع نرمال را به عنوان یک حالت خاص در بردارد، به عنوان فرض توزیعی اثرهای تصادفی استفاده شده است. از آنجا که تحلیل فراوانی‌گرای مدل با محاسبات پیچیده مواجه است، تحلیل بیزی این مدل معرفی و برای تحلیل چندین مجموعه‌ی داده‌های واقعی استفاده می‌شود. همچنین در یک مطالعه‌ی شبیه‌سازی عملکرد مدل‌ پیشنهادی مورد ارزیابی قرار گرفته است. %> http://andisheyeamari.irstat.ir/article-1-828-fa.pdf %P 83-95 %& 83 %! %9 Research %L A-10-803-1 %+ %G eng %@ 1026-8944 %[ 2021