第七章(每页4张).pdfVIP

第七章 线性混合效应模型 则 y :1≤j ≤n ,1≤i ≤K 就是纵向数据。对 { ij i } 7.1 纵向数据与线性混合效应模型 固定的i ，y i1,y i 2 ,Ly in 构成一个时间序列。因 在前面 1.6 节中虽然已经提到过纵向数 i 此，纵向数据也可以说由一批长度不等的时 据(Longitudinal data) 以及线性混合效应模型 间序列构成。而通常的“时间序列分析”是 (LMM) 。这里，我们再回忆一下。一般纵向 数据是指随时间演进而追踪测得的数据。更 指对一个较长的时间序列数据(例如某特定 确切地说，在一项研究中，我们准备了一定 股市逐日的数据)来作统计分析。这一点把纵 向数据与时间序列分别开来。 数量K 个个体，对每个个体随时间演进作了 医学领域是纵向数据分析最主要的应 测量：对个体i在时刻ti1 ti 2 Ltin ，测量得 i 用领域。因为一种药品或治疗方法的效果要 到y i1,y i 2 ,Ly ini ，i 1,2,LK 。 在患者身上作时间追踪调查。 此外，社会经济领域也是重要的应用方 关于纵向数据有一个基本假设：不同个 面。对这方面有另外一个称呼：Panel data 。 体 的 测 量 是 相 互 独 立 的 ， 即 Panel 是分组的意思，每个个体的量测数据 (y i1,y i 2 ,Ly ini ),1 ≤i ≤K 是相互独立的。 成为一组(也许并不牵涉时间) 。 ′ 令Y y , y ,Ly (为 列向量）， 纵向数据也是所谓“集团数据”(Clustered i ( i1 i 2 in ) n ×1 i i data) 的一种。后者是指全部数据因某种共性 从而对纵向数据的建模问题就归结为对Y 的 而划分为一些小集团，例如一对父母所生的 i 分布作假定的问题。一般，若Y 为连续型变 子女，同一地域或空间所采集的数据等。其 i 共性都表现在看成同一个体上采集的数据。 量，通常假定其为多维正态分布，此时问题 因此，处理纵向数据的统计方法不少也可用