群集二元長期追蹤資料(clustered binary longitudinal data)是一種常見的資料型態,不同群集下的反應變數間具有相關性,且不同群集重複觀測具有縱向相關,Liang, Zeger和Qaqishy在1992年提出的二階廣義估計方程式(second-order generalized estimating equations)是處理這種資料型態時常用的方法。Yi和Cook(2002)提出二階加權廣義估計方程式(weighted second-order generalized estimating equations),可以處理反應變數為群集二元長期追蹤資料具有缺失值的情況。Shen 和Chen(2012)提出模型選擇方法MLIC(missing longitudinal information criterion),可以在反應變數資料為單調遺失(monotone)且為MAR(missing at random)之狀況下進行模型選擇。本文推廣MLIC方法至反應變數有缺失之群集二元長期追蹤資料下的模型選擇,提出新的模型選擇方法CLIC。在反應變數為遺失情形為MAR之狀況下,使用CLIC可以有效地選出正確的模型。