GAM识别非线性相关和其在医学统计建模中的应用.pdfVIP

虫国里生缝盐!!!!生!!旦箜塑鲞釜!塑 ·论著· GAM识别非线性相关及其在医学统计建模中的应用木 北京大学生育健康研究所／卫生部生育健康重点实验室(100191)李宏田袁悦李智文王琳琳刘建蒙o 应用SAS软 【提要1 目的介绍广义相加模型(GAM)识别非线性相关及其在医学统计建模中的应用。方法 件PROCGAM模块识别实例数据结局变量与自变量之间的非线性相关，通过比较考虑该非线性相关和不考虑该非线性 相关时多元线性回归和logistic回归模型的拟合和预测效果，阐明GAM识别非线性相关在统计建模中的重要性。结果 与不考虑非线性相关的模型相比，考虑非线性相关的模型拟合和预测效果更优。结论合理使用GAM，在模型中纳入非 线性成分，可改善回归模型的建模效果和预测精度。 【关键词】 广义相加模型非线性相关统计建模 广义相加模型GAM，于1986年由Hastie和Tib— 模型拟合和评价方法 shirani提出¨’2j。GAM是对传统广义线性模型(包括 多元线性回归和logistic回归模型)的扩展。广义线性 模型一般形式为E(yl x。，X2，…，K)=风+卢。X。+ 卢2邑+…+卢，x，，而GAM一般形式是E(】，Ix。，恐，…， x，)=卢。+^(x。)+五(x2)+…+‘(x，)。厶(x，)是关 于x。的非指定类别的非参数函数，其估计方法有平滑 MAGE和MIQ之间是否有非线性相关以及非线性相 样条法(smoothingsplines)、局部加权回归散点平滑法 关的具体类型，并将其引入logistic回归模型，建立模 (LOESS)和薄盘平滑样条法(thin—platesmoothing vali— spline)；平滑参数选择的方法有交叉验证(cross cross 模效果，AIC值越小，建模效果越好。比较模型1和2 dation)或广义交叉验证(generalizedvalidation)。 SAS软件设有专门的GAM模块，是GAM建模常用 软件之一日j。本文将采用SAS软件PROCGAM模块 识别实例数据结局变量与自变量之间的非线性相关， 至模型1和2，以前述KAPPA值最大时的判别概率为 通过比较考虑该非线性相关和不考虑该非线性相关时 多元线性回归和logistic回归模型的拟合和预测效果， 阐明GAM识别非线性相关在统计建模中的重要性。 为自变量建立多元线性回归模型1和2，建模过程与 实例数据 实例数据是关于儿童智商(IQ)影响因素的研究个模型残差平方和的大小，残差平方和越小，建模效果 越好。 资料，于2000年收集，样本量为7340；变量及其分布 见表1。建模时文化程度(EDU)按哑变量进入模型； SAS程序与建模评价 以初中及以下组为参照，大专及以上、高中或中专和不 详组对应的哑变量依次为EDUl、EDU2和EDU3。1．109istic回归建模 表1实例数据变量分布特征 变量 均数4-标准差 变量 百分比(％) PROCLOGISTIC DESC； 99．0±】6．3 9．4％ 儿童智商(CIQ) 儿童高智商(CIQTOP) MODEL EDU2EDU3 CAGE CIQTOP=EDUlMIQ 67．7