广义估计方程在多元统计分析中的运用及检验效率评价-EmpowerStats.PDFVIP

广义估计方程在多元统计分析中的运用及检验效率评价 1* 2* 3 2△ 毛广运 ，沈恬 ，Mark Changzhong Chen ，余金明 1. 温州医学院（325035 ） 2. 复旦大学公共卫生学院，公共卫生安全教育部重点实验室（200032 ） 3. Dana Farber Cancer Institute, Harvard University(02115) 温医老师和沈恬为并列第一作者 △通讯作者：余金明，email: jmy@ [提 要]医学科研中经常会遇到对 n 个研究对象观测了 m 项指标，或对其某一指标（结局变量） 观测了 m 次的数据 （或称重复测量数据），如简单地对每个应变量分别分析，既不能综合考虑多个指 标的变化，同时也增加了 I 类错误风险，统计检验效率较低。本文介绍如何使用广义估计方程 （Generalized Estimate Equation, GEE ）同时对多个应变量进行回归分析，并通过模拟比较了单变量 t 检验分别分析、多变量 Hotelling T2 检验、GEE 多元回归三种方法的统计检验效率与 I 类错误发生 率。最终发现GEE 多元回归方法统计检验效率最高且不增加I 类错误。 2 [关键词] 非独立数据 广义估计方程 Hotelling T 检验 检验效率 I 类错误 医学科研中经常会遇到以下两类数据：1、观测了若干组别研究对象m 项指标（结局变量），如 比较两种剂量某降血脂药治疗后总胆固醇、低密度脂蛋白、甘油三酯的变化。2 、对不同组别n 个研究 对象某一指标（结局变量）观测了m 次，可以是n 个调查员或在m 种情况下所做的观测，如服用两种 剂量某降压药治疗后1、2、4 、6 小时分别测量的血压值，通常被称为重复测量资料，其中m 次测量 也可以称为m 个结局变量。重复测量值之间呈相关倾向，概率论与数理统计学的许多原理与方法都是 [1-3] 建立在“独立性”的基础上，因而传统的方法不适合处理重复测量资料 。目前针对这类资料的分析 2 方法主要有单变量t 检验分别分析、多变量Hotelling T 检验、GEE 多元回归、多水平模型（Multilevel [4] [5] model, MLM ）等 。本文将采用XY Soultions 软件公司设计的EmpowerStats （易侕统计）软件 对 2 [6-7] 三种常用方法：单变量t 检验、多变量Hotelling T 检验和GEE 的模拟分析结果进行比较分析，了 解各自的统计检验效率和I 类错误发生率。 1 常用分析方法介绍 1.1 单个t 检验逐个比较每个应变量 常规的统计方法是将m 个结局变量分开来分析，即做m 个单变量的分析。在上例比较两种剂量某 降血脂药治疗后总胆固醇、高密度脂蛋白、甘油三酯的变化，结局变量共计 3 个，需做 3 个 t 检验或 回归分析；如分别比较服用某降压药后 1、2、4、6 小时的血压变化，需做4 个t 检验或回归分析。这 种将多个因变量拆分成单变量进行分析的缺点是既没有综合考虑多个应变量的变化，同时也增加了 I 类错误的风险，如设定 α=0.05，则一次检验中犯Ⅰ类错误的最大概率为 5%，三次检验累计犯Ⅰ类错 3 误的最大概率高达 14.26% （1-0.95 ）。类似结局变量的个数越多，则犯Ⅰ类错误的概率就越大，统计 检验效率亦越低。 2 1.2 Hotelling