重复测量的混合效果模型-中国医药大学生物统计研究所.pdfVIP

中國醫藥大學 生物統計中心 2013 年1月 重複測量的混合效果模型 (Mixed Effect Model for Repeated Measure) 中國醫藥大學生物統計中心暨生物統計研究所 陳弘家 助理教授 在生物醫學的 長期研究中，重複測量 (repeated measure)是常使用的資料收集 方法之一，會對同一個實驗對象在不同時間點上做測量 ，以探討不同變項的影響。 例如 將實驗對象依服用藥物劑量分成控制組、低劑量組、高劑量組，測量不同劑 量組在不同時間點上的反應，以了解不同劑量對於治療效果、副作用或成長的影 響 。由於同一個實驗對象的測量值間可能會有相關，因此在資料分析時必須考慮 此關係，而混合效果模型(mixed effect model)則是常被應用在分析 此類資料的統 計方法 之一 。 混合效果模型由兩部份組成，分別為固定效果 (fixed effect) 與隨機效果 (random effect) ，以線性混合效果模型(linear mixed effect model)為例 ，依變數與 獨立變數之間的關係可以 表示成  ，其中X 與Z 分別為獨立變數矩陣， 代表固定效果的常數向量， 代表隨機效 果的隨機向量， 為誤差項； 與 假設為常態分佈平均值 0 以及共變異數矩陣分 ( ) ( ) ( ) 別 為G和 R ，且兩者互相獨立，即 、 且 。 當我們要利用混合效果模型來分析重複測量資料時，我們可以宣告共變異數 矩陣 R或 G的 共變異數結構(covariance structure)型式以解釋重複測量之間的關係， 1 中國醫藥大學 生物統計中心 2013 年1月 以下僅列4種常用的 共變異數結構(假設 每個人有p個重複測量值或隨機效果 ): (a) 無結構(unstructured) [ ] (b)簡易式 (simple或 variance components) 或 [ ]