纵向数据分析方法与实现演示文稿.pptVIP

当前第92页\共有142页\编于星期五\12点 发 展 模 型 --------针对纵向数据的多水平模型 当前第93页\共有142页\编于星期五\12点 发展模型建模的顺序 1) 水平1加入时间因素的随机截距模型 2) 随机截距斜率模型 3) 治疗效应的评估（加入一个水平2解释变量，影响随机结局和随机斜率）（与时间可能有交互作用的协变量) 4）在模型中控制个体背景协变量（加入多个水平2解释变量，只影响随机截距，如基线年龄、性别等，不会与时间发生交互作用，因为个体背景不会随时间变化） 5）加入时间变化协变量水平(水平1解释变量） 与多层线性模型，步骤基本相同。 当前第94页\共有142页\编于星期五\12点 4.6 线性发展模型 4.6.1结局测量随时间变化的形式 4.6.2随机截距发展模型 4.6.3随机截距-斜率发展模型 4.6.4治疗效应的评估 4.6.5在模型中控制个体背景协变量 4.6.6时间尺度编码 4.6.7设定残差方差/协方差结构 4.6.8在模型中纳入时间变化协变量 4.7 曲线发展模型 来源：《多层统计分析模型---方法与应用》 当前第95页\共有142页\编于星期五\12点 发展模型(示例) 固定效应成分 随机效应成分 个体间随机效应 个体内随机效应/残差项 当前第96页\共有142页\编于星期五\12点 当前第97页\共有142页\编于星期五\12点 数据需整理成这样的形式： 当前第98页\共有142页\编于星期五\12点 结局测量随时间变化的形式 当前第99页\共有142页\编于星期五\12点 如果含有随机截距或斜率，说明了初始水平或变化率，会因j/水平2/不同个体不同而变化。随机结局发展模型的个体发展趋势线与模型估计的总体发展趋势线平行。 当前第100页\共有142页\编于星期五\12点 当前第101页\共有142页\编于星期五\12点 组内相关与解释变量有关 值得指出，模型随机部分的解释变量常为其固定部分的一个子集，但亦可以不是。换言之，可以在模型的固定部分或随机部分纳入任何水平上测量的解释变量。 当前第60页\共有142页\编于星期五\12点 3、模型参数估计方法 当前第61页\共有142页\编于星期五\12点 3.1最大似然法（ML） 包括普通最大似然法（ML）和限制性最大似然法（REML）；限制性最大似然法又称作残差最大似然法（residual ML）。 两者用于估计的残差基础不同，后者的残差包括所有的随机变异； 最大似然估计(ML) 限制性最大似然估计(REML) 此法是SAS的MIXED过程和HLM的默认算法； 通常用于组数量较少的模型 模型比较时 当比较随机效应相同，但固定效应不同的模型时，模型估计须采用ML； ML较灵活，当模型的固定效应和随机效应都不同时，但两者的随机效应是嵌套关系时，可以采用ML法对模型进行比较。 当比较随机效应不同，但固定效应相同的模型时，模型估计需用REML 较快 较优 , 当模型比较完成后，需用REML法运行“最终”模型，并报告REML估计结果，因为REML估计较ML估计更精确。 推荐（我没找到）：Littell 等（1996，《SAS system for mixed model》 ）如何用ML和限制性ML估计矩阵G和R。 当前第62页\共有142页\编于星期五\12点 最小二乘法（LS） 包括迭代广义最小二乘法（IGLS）和限制性迭代广义最小二乘法（RIGLS） 都以普通最小二乘估计（OLS）为初始值进行迭代； 地位及相对关系大致等同于ML和REML； 是MLwiN使用的算法。 当前第63页\共有142页\编于星期五\12点 经验Bayes方法（EB） “收缩估计（shrinkage estimator）” 以可靠性权重确定最后的估计值； 对于某些样本量很小的组，则更多的使用总样本的信息，进行“借力（borrow strength）” 当前第64页\共有142页\编于星期五\12点 经验Bayes方法 当前第65页\共有142页\编于星期五\12点 当前第66页\共有142页\编于星期五\12点 空模型的 可靠性权重 当前第67页\共有142页\编于星期五\12点 对模型拟合的评价 SAS给出：-2LL（-2倍的log likelihood），AIC，AICC，BIC等统计量，其值越小越好；只在比较模型时有用； 对于嵌套模型，使用LR检验（似然比检验）； 对于非嵌套模型，LR检验便不再适用，使用AIC，AICC和BIC检验； 当前第68页\共有142页\编于星期五\12点 4、反应变量向量的协方差结构(了解) 从最基本的两水平数据结构来考察反应变量向量的协方差结构，即只包括随机参数