纵向数据下部分线性单指标模型的应用.pdfVIP

摘要 纵向数据是指对同一个体或试验单元重复观测若干次，得到同一个观测单元不同时刻的 观测数据。它在心理学、社会学、医学以及生物学等科学领域中经常出现，其与截面数据 最大的不同是，响应变量在同一观测单元中的观测不是独立的，数据之间具有相关性。纵 向研究不仅可以帮助研究者去了解响应变量和相关协变量之间随时间变化的关系，还可以 帮助研究者探索响应变量随时间的动态变化情况。因此对纵向数据进行研究具有重要的意 义。 本文从生物医学数据的应用背景出发，将广义线性模型中的经典方法广义估计方程 法(GEE)和二次推断函数法(QⅢ)进行推广，把纠偏的QⅢ方法和未纠偏的GEE方法用于部 分线性单指标模型。目的在于当纵向数据的部分线性单指标模型中线性部分为高维时，比 较这两种方法估计效果的差异性。虽然理论上纠偏的QIF估计相对于未纠偏的GEE估计更 具有有效性，但通过仿真模拟和实例分析表明，两者在有限样本表现下没有明显差异，尤其 是当样本量比较小而协变量个数比较多时。进一步的，通过数值分析发现未纠偏的GEE方 法比纠偏的QIF方法表现更为稳定。 关键词：纵向数据；部分线性单指标模型；广义估计方程；二次推断函数 万方数据 Abstract datarI瓤totheobservationdatawhichisobtained Longitudinal byrepeatedlyobserving thesame unitatdifferenttimes．Itoftenoccursinscientific individualorobservation psychology, dataisthat and andSOon．The differencewithcross-sectional sociology,medicinebiology biggest inthesalneobservation variablesarenot correlationdata response independent，buthaving among US studiescannot tolearnthe between unit．Therefore，longitudinalonlyhelp relationshipresponse variablesandrelated also to variables over explore dynamicallychange covariates，buthelp response time．Therefore dataisof exploringlongitudinalgreatimportance． This wantsto with ofmedical thc background data，spreading paper begin t