مقدمه: روش معادلات برآوردگر تعمیم یافته (gee) که در آنالیز داده‏های همبسته مورد استفاده قرار می‏گیرد، نیازمند تعیین یک ساختار همبستگی میان پاسخ‏ها می‏باشد. اگر این ساختار همبستگی به درستی تعیین نشده باشد برآورد پارامترها به این روش سازگار بوده ولی ممکن است کارا نباشند. جهت بهبود کارایی برآورد پارامترها روش‏های دیگری چون توابع استنباط درجه دوم، توابع استنباط درجه دوم تعدیل یافته و روش معادلات برآوردگر تعمیم یافته ترکیبی پیشنهاد شده‏اند که نسبت به روش معادلات برآوردگر تعمیم یافته کارایی بیش‏تری دارند. مواد و روش‏ها: در این مطالعه تعداد 4067 نفر از هر سه فاز مطالعه قند و لیپید تهران (tlgs) مورد مطالعه قرار گرفتند. به کمک مدل‏های توابع استنباط درجه دوم، توابع استنباط درجه دوم تعدیل یافته و روش معادلات برآوردگر تعمیم یافته و تعمیم یافته ترکیبی ارتباط بین سن، جنسیت، وضعیت تأهل، سیگاری بودن، سطح تحصیلات با چاقی بررسی شد. سپس با مقایسه کارایی نسبی بین مدل‏ها بهترین مدل انتخاب شد و نتایج به صورت نسبت‏های شانس با فواصل اطمینان 95% ارائه گردید. یافته‏ها: از بین روش‏های مورد نظر روش معادلات برآوردگر تعمیم یافته ترکیبی به عنوان بهترین مدل انتخاب شد. نسبت‏های شانس ( فواصل اطمینان 95%) به دست آمده از این روش برابر 028/1 (032/1-023/1)، 77/2 (21/3-39/2)، 47/1 (65/1-31/1) و 33/1 (51/1-17/1) به ترتیب برای سن، زنان، غیر سیگاری‏ها و متأهلین بود. نتیجه‏گیری: برآورد پارامترها به روش معادلات برآوردگر تعمیم یافته کاراتر از سایر روش‏ها می‏باشد و می‏تواند به عنوان یک روش جایگزین مورد توجه قرار گیرد. این روش باعث افزایش توان آزمون و دقت بیش‏تر در برآورد پارامترها می‏گردد.