en مدل‌سازی پاسخ‌های زوج شده‌ی رتبه‌ای عمومى General پژوهشي Research <p align="center" dir="RTL"><span style="line-height: 1.6em;">حدود ربع قرن از انتشـار مقاله‌ی مکولا (1980) در مورد مدل‌بندی پاسخ‌های ترتیبی یک‌متغیـره می‌گذرد. پس از انتشار این مقاله، مدل پیشنهادی وی به‌تدریج مدل تعمیم یافت، به‌طوری که ما هم اکنون قادریم پاسخ‌های چندمتغیره، همبسته و ترتیبی را به‌کمک مدل‌های نسبتاً پیچیده اما کارا تحلیل نموده، ارتباط بین این‌گونه پاسخ‌ها با متغیرهای کمکی مختلف را مورد بررسی قرار دهیم. در این مقاله قصد داریم پیشرفت‌های به وجود آمده در زمینه‌ی مدل‌بندی پاسخ‌های ترتیبی همبسته را با تأکید بر پاسخ‌های دومتغیـره‌ی ترتیبی حاصل از مطالعه‌ی اندام‌های جفتی بدن نظیر چشم، گوش، کلیه، دست، پا، و ... بررسی کرده، در پایان، مدلی جدید برای تحلیل داده‌های ترتیبی همبسته معرفی نماییم. هنگامی که داده‌های پاسخ مورد بررسی دارای توزیعی دومتغیره و نامتقارن فرض می‌شوند، این مدل را می‌توان جایگزینی مناسب برای مدل پروبیت تجمعی دومتغیره محسوب نمود. در پایان، به‌عنوان مثالی کاربردی، داده‌های مربوط به وضعیت پریودنتال دانش‌آموزان دبیرستانی شهر تهران به‌کمک این مدل، تحلیل و نتایج حاصل با مدل‌های مشابه مقایسه می شود</span><span dir="LTR" style="line-height: 1.6em;">.</span></p> <p dir="RTL"></p> <p dir="RTL"></p> <p><span style="line-height: 1.6em;">&nbsp;About 25 years ago, McCullagh proposed a method for modeling univariate ordinal responses. After publishing this paper, other statisticians gradually extended his method, such that we are now able to use more complicated but efficient methods to analyze correlated multivariate ordinal data, and model the relationship between these responses and host of covariates. In this paper, we aim to present the recent progressions in modeling ordinal response data, especially in bivariate ordinal responses that arise from medical studies relating to paired organs such as ophthalmology, otology, nephrology etc. Additionally, we present a new model for analyzing correlated ordinal response data. This model is an appropriate alternative for bivariate cumulative probit regression model, when joint distribution of response data is not symmetric. Finally, as an applied example, we analyze the obtained data from an epidemiologic study relating to periodontal status among high school students in Tehran using this method and compare the results with the similar models.</span></p> <p></p> <p></p> <p></p> پاسخ‌های ترتیبی همبسته, توزیع نهانی دومتغیره, معادلات برآوردگر تعمیم‌یافته, مدل‌های خطی تعمیم‌یافته. Correlated ordinal responses, bivariate latent distribution, generalized estimating equations, generalized linear models. 51 68 http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-109&slc_lang=en&sid=1 Anoshiravan Kazemnejad انوشیروان کاظم‌نژاد kazemـan@modares.ac.ir 1003194753284600807 1003194753284600807 Yes Farid Zayeri فرید زایری fzayeri@yahoo.com 1003194753284600808 1003194753284600808 No