Teori dasar untuk metode estimasi parameter dalam Generalized Linear Models (GLMs) adalah dengan menggunakan Maximum Likelihood Estimation (MLE). Namun, pada data longitudinal, penggunaan MLE menjadi persoalan karena adanya korelasi dalam sampel. Karena alasan itulah, maka timbul permasalahan tidak adanya generalisasi multivariat ke distribusi non normal. Oleh karena itu, Zeger and Liang (1986) memperkenalkan metode Generalized Estimating Equations (GEE). Dalam metode GEE, tidak menggunakan distribusi multivariat sebagai dasar, tetapi menggunakan informasi yang berhubungan dengan distribusi marginal, yang biasa disebut dengan metode quasi likelihood (Annis, 2006).

Zeger and Liang (1986) memperkenalkan kelas dari persamaan estimasi untuk memperhitungkan pengukuran berkorelasi dari data longitudinal. Metode GEE dapat dianggap sebagai perluasan dari quasi likelihood untuk kasus di mana nilai varians tidak sepenuhnya ditentukan dari nilai rata-rata. Beberapa metode alternatif untuk menganalisis data longitudinal dapat diterapkan menggunakan GEE, dengan mengasumsikan bahwa terdapat perbedaan desain atau struktur dari matriks korelasi (Zeger, et al., 1988). Sangat sulit untuk menyesuaikan GEE dengan Generalized Linear Mixed Models (GLMMs). Hal ini disebabkan karena GEE bekerja secara alami untuk model yang ditentukan secara marginal, sedangkan dalam GLMMs ditentukan secara kondisional pada efek random (Mc Cullagh, 2003). Kelemahan dari GEE adalah tidak memisahkan sumber-sumber variasi dan bukan metode estimasi terbaik untuk efek random.            Alternatif lain untuk estimasi parameter adalah Penalized Quasi Likelihood (PQL). Metode ini bekerja dengan baik untuk GLMMs ketika distribusi bersyarat dari efek random data mendekati dsitribusi normal. Namun, metode ini bisa gagal apabila distribusi menjauh dari distribusi normal (Mc Cullagh, 2003). Berdasarkan penjelasan di atas, dapat disimpulkan bahwa metode MLE sulit diterapkan pada GLMMs. Berikut adalah beberapa metode yang bisa digunakan untuk mengestimasi parameter.

Gambar 1. Beberapa Metode untuk Estimasi Parameter