在纵向研究中，随着时间的推移，在同一实验单元上重复进行测量。 这些测量因此是相关的。 缺少数据在纵向研究中非常普遍。 已经进行了许多研究，以适当地分析此类数据集。 广义估计方程（GEE）是一种用于分析非高斯纵向数据的流行方法。 在缺少数据的情况下，GEE要求强烈假设完全随机丢失（MCAR）。 多重插补广义估计方程（MIGEE），逆概率加权广义估计方程（IPWGEE）和双稳健广义估计方程（DRGEE）已被提议作为确保随机丢失（MAR）下推论有效性的优良方法。 在这项研究中，通过模拟研究比较了在各种辍学率和样本量下，GEE的三个扩展。 在MAR和MCAR机制下，仿真结果表明DRGEE的性能优于IP