混合线性模型的应用.pdfVIP

·! · 中国医院统计! 5223 年6 月第.6 卷第. 期 ·讲! ! 座 · 混 合 线 性 模 型 的 应 用 余松林 ! ! 【摘要】! 目的! 介绍混合线性模型的结构，固定效应项和随机效应的含义。对具有内部相关性的资料，宜选用混 合线性模型进行配合。方法 用一个具有聚集性结构的例子和一个重复测量的例子说明配合混合线性模型的方法和步 骤。结果 分析了资料的层次结构，识别不同层次上的协变量，讨论了模型中固定效应矩阵和随机效应矩阵的结构，使 模型参数估计值更易于理解和解释。由于混合线性模型克服了一般线性模型对反应变量必须具有独立和等方差的要 求，从而扩大了线性模型的应用范围。对于具有聚集性质的资料及重复测量资料具有很好的拟合效果。结论 这一模 型计算较复杂，应用#$ %#% 软件包中的’( )*+,- 过程能很好地解决计算问题。 【关键词】! 一般线性模型! 混合线性模型! 固定效应! 随机效应! 混合效应 中图分类号：’./01 .! 文献标识码：#! 文章编号：5223 ）2 ! ! 在因果关系的统计分析中，传统的线性模型（ # 中抽取出来的，受试者病人更具有随机效应性质；在研 $! % ）除$ 与 之间的线性关系外，对反应变量 还 究社会经济水平对儿童生长发育的影响时，常把社会 有6 个假定： 正态性，即 来自正态分布总体； 独 经济状况划分为几个离散水平，每一个水平包含着一 # $ 立性， 的不同观察值之间的相关系数为零； 方差齐 小类，因此它具有随机效应性质。随机效应变量本身 % 5 性，各 值的方差相等都为 。 就是一个随机变量，其效应的分类水平是从一个无穷 ! ! 但在实际工作中，会经常遇到一些资料，它们并不 总体中抽出的一个样本。有些连续变量为了分析需要 能完全满足上述6 个条件。例如，当 为分类反应变 而划分为几个等级时，这种等级化的分类变量也属于 量时，如男 女、生 死、有病 无病等，不能满足条件# 。 随机效应变量。 当 具有群体特性时，如同一个小班学生的学习成绩 ! 混合线性模型的结构 或某种习惯、同一儿童在不同时间的生长发育指标、同 具有固定效应的一般线性模型的结构为： 一病人在治疗不同阶段的某种检验指标的变化，不能 ! ! ! ! ! ! ! ! # $! % （. ） 满足条件$ 。当$ 具有随机误差时，这种误差会传递 ! ! 式中的 表示反应变量的测量值向量，$ 为固定 给，使得 不能满足条件 。如果对不满足上述6 % 效应自变量的设计矩阵，是与$ 对应的固定效应参 ! 个条件的资料勉强配合传统的线性模型，就有扩大犯 数向量，为剩余误差向量。$ 为在$ 条件下的 的 ! 类错误概率的风险，从而出现较多的拒绝无效假设、 , ’ 平均值向量，