Model Selection Using Modified Akaike’s Information Criterion: An Application to Maternal Morbidity Data

The most commonly used model selection criterion, Akaike’s Information Criterion (AIC), cannot be used when the Generalized Estimating Equations (GEE) approach is considered for analyzing multivariate binary response. Recently, a modified version of AIC (mAIC) which is based on quasi-likelihood function is proposed as a model selection criterion. This model selection criterion can be used in the GEE setup. In this study, an application of mAIC is showed in selecting important covariates associated with pregnancy related complications of Bangladeshi women. Zusammenfassung: Das am häufigsten verwendete Modellwahl Kriterium, das Akaike Informationskriterium (AIC), kann nicht verwendet werden, wenn der Ansatz der Generalisierten Schätzgleichungen (GEE) in Betracht gezogen wird um multivariate binäre Daten zu analysieren. Unlängst wurde eine modifizierte Version des AIC (mAIC) als Modellwahl Kriterium empfohlen, das auf die Quasi-Llikelihood Function basiert. Dieses Modellwahl Kriterium kann im GEE Umfeld verwendet werden. In dieser Studie wird eine Anwendung des mAIC gezeigt und damit wichtige Kovariablen ausgewählt, die mit schwangerschaftsbezogenen Komplikationen von Bangladeshi Frauen zusammenhängen.