علم نوپای آمار در آستانه قرن بیست و یکم وارد مرحله جدیدی از تکوین خود شده است . بی شک تلاش کلیه آمارشناسان، موسسات و انجمن های دست اندرکار در سالهای اخیر در جهت شناساندن و همگانی کردن این علم در این تکوین بسیار حائز اهمیت بوده است . لیکن این تلاش کفایت نمی کند و موقعیت کنونی باید ما را ترغیب کند که کوشش بیشتری را در جهت شناخت علمی و درست از اصل موضوع بعمل آوردیم، نقاط قوت و ضعف کوششهای گذشته و تجربه بدست آمده را در عصر حاضر که میتوان آنرا عصر اطلاعات و تفسیر نتایج بر مبنای داده های موجود نامید بکار بگیریم. زیربنای هر تحقیق آماری داده های درست است . بی شک عدم استفاده از داده ها و اطلاعات نادرست زیانی کمتر از استفاده از آنها دارد. لذا روشن است که یکی از اساسی ترین مراحل تحقیق و تفسیر جمع آوری صحیح داده ها می باشد. غفلت و سهل انگاری در این مرحله به هر اندازه که باشد قطعا بی اعتباری نتایج حاصله را به دنبال خواهد داشت . ضرر تفسیر غلط و نشاختن علل و عوامل واقعی نه تنها موجب هدایت برنامه ریزان در مسیر درست نخواهد شد بلکه باعث گمراهی آنها نخواهد گردید. در زمینه شناخت و رفع خطاهای نمونه گیری کتب و مقالات فراوانی تدوین شده است ولی می توان گفت یکی از منابع عمده در بررسی ها که خطاهای غیرنمونه گیری میباشد تا حدودی بدست فراموشی سپرده شده است . لذا در این رساله در حد بضاعت علمی خود و با استفاده از مراجع موجود سعی شده است بمنظور شناخت و رفع خطاهای غیرنمونه گیری مطالبی تدوین و به رشته تحریر درآمد، امید است مورد استفاده محققین قرار گیرد.

هرگاه از هر عضو نمونه در چند موقعیت مشاهداتی داشته باشیم مشاهدات بدست آمده را اندازه گیریهای مکرر می نامیم . داده های مکرری که در آنها موقعیت های تکرار مشاهدات ، نقاط زمانی هستند ، داده های طولی مطالعات از این نوع را مطالعات طولی می نامند. یکی از مهمترین مشکلات تحلیل داده های چنین مطالعاتی وجود داده های گمشده است. حذف اطلاعات مربوط به فردی که داده گمشده دارد باعث کاهش دقت تحلیل داده ها می شود. مطالعات طولی که در آنها متغیر پاسخ رسته ای رتبه ای ( نظیر شدت درد ، درجه بهبودی ، شدت استراغ . ...) باشند جایگاه ویژه ای در علوم پزشکی دارد زیرا پزشک برای بررسی سیر و تاثیر روش های درمانی مختلف بیمار را به طور مکرر در طول زمان مورد معاینه قرار می دهد. مدل مورد استفاده در اینگونه موارد مدل خطی تعمیم یافته است که به صورت ‏‎f(p*)=xb*‎‏ است که ‏‎x‎‏ ماتریس طرح ، ‏‎b*‎‏ بردار پارامتر ها و ‏‎p*‎‏ بردار احتمالات پاسخ مورد نظر مانند شدت درد، تهوع و غیره و ‏‎f‎‏ تابع پیوند می باشد. در این رساله ضمن منظور نمودن همبستگی بین مشاهدات ضرائب ‏‎b*‎‏ در دو حالت وجود و عدم وجود مقادیر گمشده با استفاده از روش بیزی و به کمک نرم افزار ‏‎sas , winbugs ‎‏برآورده شده است. در خاتمه به عنوان یک مثال عملی اثر ویتامین ‏‎e ‎‏در کاهش شدت تهوع مورد بررسی و نتایج آن با خروجی روش کمترین توانهای دوم موزون مورد مقایسه قرار گفته است. یافته ها نشان داد که تحلیل به دو روش ذکر شده به طور قابل قبولی همخوانی دارند.