Effect of Missing Responses on the c(α) or Score tests in One-way Layout of Count Data
One-way layout of count data having over/under dispersion arise in many practical situations. Barnwal and Paul (1988) developed and studied two C(α) statistics under the negative binomial assumption and three other statistics for testing the equality of means of several groups of count data in presence of a common dispersion parameter and recommended the C(α) statistic. For same purpose Saha (2008) developed three C(α) type statistics for situations in which the negative binomial assumption might be violated. Of these statistics, he recommended a C(α) type statistic based on the double extended quasi-likelihood. However, as in the continuous and some other discrete data situations, some observations might be missing in the one way layout of count data. In this paper we develop estimation procedures for the parameters involved in the one way layout of count data under different missing data scenarios and study the effect of missingness on the C(α) statistics by Monte Carlo simulations.
Effet des réponses manquantes sur les tests c(α) ou de score dans la disposition à sens unique des données de dénombrement
La présentation à sens unique de données de dénombrement présentant une dispersion supérieure ou inférieure à la normale se présente dans de nombreuses situations pratiques. Barnwal et Paul (1988) ont développé et étudié deux statistiques C(α) selon l’hypothèse binomiale négative et trois autres statistiques pour tester l’égalité des moyennes de plusieurs groupes de données de dénombrement en présence d’un paramètre de dispersion commun, pour finalement recommander la statistique C(α). Dans le même but, Saha (2008) a développé trois statistiques de type C(α) pour les situations dans lesquelles l’hypothèse binomiale négative pourrait être violée. Parmi ces statistiques, il a recommandé une statistique de type C(α) basée sur la double quasi-vraisemblance étendue. Cependant, comme dans les situations de données continues et d’autres données discrètes, certaines observations peuvent être manquantes dans la présentation unidirectionnelle des données de dénombrement. Dans cet article, nous développons des procédures d’estimation pour les paramètres impliqués dans la disposition unidirectionnelle des données de dénombrement dans différents scénarios de données manquantes et nous étudions l’effet des données manquantes sur les statistiques C(α) par des simulations de Monte-Carlo.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais