广义估计方程(GEE)是一个广泛应用在纵向数据中分析相关的响应数据的方法。由于不合适的相关结构会引起参数估计的无效(Fitzmaurice,1995;Wang&Carey,2003,2004),所以在做操作相关结构(ICS)选择上非常关键。在本文中,针对Hin&Wang(2009)提出的有名的相关信息准则(CIC),从几个方面提出了该准则的修正形式来进行操作ICS选择。通过模拟研究将提出的准则与CIC的结果进行比较研究。无论是在Gaussian,Binary分布,还是Poisson分布的响应数据下,修正的准则都表现出在可交换相关结构下有更高的识别度,而CIC在一阶自回归结构下则表现更好。同时也考虑在不确定相关结果下,模拟了几种准则的相关结构选择结果。除此之外,还将几种准则运用到Thall&Vail(1990)的癫痫数据以及马德拉斯精神病的非平衡数据中,进行相关结构选择。