相加混合模型.pdfVIP

相加混合模型 本模块使用广义混合模型或相加混合模型 （GAMM: generalize additive mixed model）检验危险因素 （X）和结果变量 （Y）之间的联系。相加混合模型 是广义相加模型与混合模型的结合，在广义相加模型中可以指定平滑曲线拟合 项，在混合模型中可以引进随机效应（可以是随机截距或/和随机时间斜率）。 它主要是用于重复测量资料的分析。数据中一般有时间变量 （T），结果变量随 时间 （T）变化，同时所研究的危险因素 （X）又对结果变量 （Y）可能有影响作 用。危险因素(X)可以是固定的也可以随时间 （T）变化。如果危险因素 （X）随 时间 （T）变化，每次重复测量都测量了危险因素 （X）与结果变量 （Y）的值， 还可以分析危险因素 （X）的滞后效应，反映危险因素 （X）变化在前，结果 （Y）变化在后。滞后效应分析要结合数据操作菜单下在多条记录内计算统计量 模块，首先对数据进行预处理，然后用该模块分析。建立回归模型的目的是把 危险因素 （X）的作用从时间 （T）的作用中区别出来，分析危险因素 （X）是否 有作用? 是什么样的作用？ 如何模拟时间变量 （T）与结果变量 （Y）的关系： 可以用二种方式拟合时间 （T）与结果变量 （Y）的关系： 1. 不假定时间变量 （T）与结果变量 （Y）是直线的关系或是二次项的曲线（时 间加上时间平方项）的关系，用平滑曲线拟合时间 （T）与结果变量 （Y）的 关系。此时时间变量 （T）不能被指定为随机效应，模型的随即效应仅限于 随机截距。 2. 如果结果变量 （Y）随时间呈直线性变化，用时间变量 （T）的一次项来拟 合。如果时间变量 （T）与结果变量 （Y）的关系不完全是直线关系，在模型 2 中要考虑是否应引进时间的平方项 （T ）。如果每个个体的重复测量时间是 固定的，时间变量 （T）是个分类型的变量，也可以按分类型变量拟合时间 （T）的作用。 如何拟合危险因素 （X）与结果变量 （Y）的关系： 1. 如果危险因素 （X）是固定的（一般是基线测量值），主要看危险因素 （X） 与时间 （T）的交互作用，如果有交互作用表示危险因素 （X）不同，结果变 量 （Y）随时间 （T）的变化速度 （斜率）不同。 2. 如果所研究的危险因素 （X）随时间 （T）变化，这时时间 （T）与结果（Y） 有关，又与危险因素（X）有关，模型中需要调整时间（T）的作用才能正确 观察危险因素（X）的作用。因此对时间（T）的作用拟合得充分与否直接影 响对危险因素（X）作用的评估是否正确，参考上面如何拟合时间（T）的作 用。拟合危险因素 （X）的作用可以首先用平滑曲线 （使用基本统计菜单下 的广义相加混合模型曲线拟合X），观察危险因素（X）与结果（Y）是否是 直线性关系，然后考虑是否可以采用（1）直线拟合；（2）加上二次项的曲 线拟合；（3）把危险因素（X）分组，按分类型变量拟合。 如果暴露（X）不随时间变化，如何拟合暴露（X）与时间（T），系统给出 如下模型供选择，并可自动比较几个常用模型。 1）如果 T 是连续性变量 （1）Y = X + T （2）Y = X + T + T2 （3）Y = X + T + X*T 2 （4）Y = X + T + T + X*T + X*T2 （5）Y = X + s(T) 2）如果 X 是分类变量 （1）Y = X + factor(T) （2）Y = X + factor(T) + X*factor(T) 2 其中：Y= 结果变量，X=危险因素，T=时间，T =时间的平方项，C=其它协 变量 系统自动用似然比检验进行模型之间的比较，判断如何拟合时间（T）及是 否存在 X 与 T 的交互作用。 例 1 （输入界面）对两组小白鼠分别与 0、1、2、4 周测量了某指标（固定 时点测量的数据）原始数据如下，分析组间差异： Group