He ajustado dos modelos de ecuación de estimación generalizada (GEE) a mis datos:
1) Modelo 1: El resultado es longitudinal Sí / No variable (A) (año 1,2,3,4,5) con predictor continuo longitudinal (B) para los años 1,2,3,4,5.
2) Modelo 2: El resultado es la misma variable longitudinal Sí / No (A), pero ahora con mi predictor fijado en su valor del año 1, es decir, obligado a ser invariante en el tiempo (B).
Debido a que faltan mediciones en mi predictor longitudinal en algunos puntos de tiempo para diferentes casos, el número de puntos de datos en el modelo 2 es mayor que en el modelo 1.
Me gustaría saber qué comparaciones puedo hacer válidamente entre las razones de posibilidades, los valores p y el ajuste de los dos modelos, por ejemplo:
Si el OR para el predictor B es mayor en el modelo 1, ¿puedo decir válidamente que la asociación entre A y B es más fuerte en el modelo1?
¿Cómo puedo evaluar cuál es el mejor modelo para mis datos? ¿estoy en lo cierto al pensar que los pseudo R al cuadrado de QIC / AIC no deberían compararse entre modelos si el número de observaciones no es el mismo?
Cualquier ayuda sería muy apreciada.