2分类重复测量数据分析.ppt

分类重复测量数据分析—利用SAS系统Categorical Repeated Measurements Analysis using SAS System 复旦大学公共卫生学院 卫生统计学与社会医学教研室 汪 涛 taowang@shmu.edu.cn 重复测量数据Repeated Measurements 每个观察单位有不止一个的观察结果（多个时间点，多种场合，多种条件下） 多个时点?纵向数据Longitudinal Data 观察单位：个人、集群（家庭，社区） 两水平结构：个人（时点观测值）、集群（个人观测值） 重复测量数据分析的两个难点 同一观察单位重复测量数据间的相关性 不同观察单位间重复测量次数的不均衡性及不完全性 While many approaches to the analysis of repeated measures data have been studied, most are restricted to the setting in which the response variable is normally distributed and the data are balanced and complete. Still, the methodology is not nearly as well as developed as for continuous, normally distributed outcomes. 关于用于重复测量数据分析的MH方法 MH方法 基于设计的分析方法 假定少，样本量要求低 但是仅适用于单样本且无法评价解释变量 着眼于假设检验而非参数估计 两次测量两反应水平例 临床技能培训的例子A training example 问：培训是否有效？ Mantel-Haenszel方法 第i个学生的数据 常用重复测量数据的统计技术 加权最小二乘法weighted least squares 最小二乘法的扩展方法 统计性能优越 高效、完备定义的拟合优度统计量、可利用所有自由度、与最大似然估计渐近相等 但需要大样本量、有限的离散解释变量、有限的时间依存性协变量、完全数据 GEE方法 适用于更广泛类型的数据 可处理缺失数据、时间依存性协变量 统计性能不如加权最小二乘法 引例：三种药物的接受性研究 加权最小二乘法Weighted Least Square （WLS） 第 个观察单位的列联表Table Layout for Subject 单样本2反应水平3次测量数据One Population, Dichotomous Response 药物接受性研究 三种药物的反应模式Response Profile 方差-协方差矩阵Variance-Covariance Matrix SAS实现 data drug;input druga$ drugb$ drugc$ count;cards;F F F 6F F U 16…; proc catmod data=drug;weight count;response marginals;model druga*drugb*drugc = _response_ / oneway cov;repeated drug 3 /_response_ = drug; run; contrast ‘A versus C’ _response_ 2 1; 语句/选项说明 response marginals：规定反应函数的类型为边际概率 model语句中关键词_response_：规定反应变量之间的变异，默认为重复测量因子的所有水平的组合 /oneway：要求单向输出反应变量的周边合计频数分布 /cov：要求输出反应函数的方差协方差矩阵 repeated：规定如何将重复测量因子组合至模型  重复测量因子的命名 水平数（默认为子组反应函数的个数） /_response_=：规定模型中的效应，是关键词_response_的结果，效应名应与重复测量因子的命名相同 两样本2反应水平3次测量数据Two Population, Dichotomous Response SAS实现 data communit;input gender$ year0$ year3$ year6$ count;cards;F Y