多水平统计模型简介SPSS操作[整理].pptVIP

两个学校，若一个学校抽取了三名学生，另一个学校抽取了两名学生，则具有 2 个水平 2 单位（学校）的反应变量向量 Y 总的协差阵可表达为（总共5名学生），不同学校学生之间协方差为0。容易扩展到多个学校的情形。 0 0 * 精品PPT·值得借鉴 固定与随机参数估计方法 最大似然估计(Maximum Likelihood，ML) 基于普通残差项 限制性最大似然估计(Restricted Maximum Likelihood，REML) 基于全残差项，即包含所有的随机变异 SAS、SPSS默认采用REML * 精品PPT·值得借鉴 1. 重复测量数据的多水平模型 复测量时，测量点为水平 1 单位，研究对象作为水平 2 单位，具有典型的层次结构特征。 采用多水平模型的具有如下特点： 可估计不同层次的测量误差； 不要求相等的时间间隔，拟合个体生长曲线及平均生长曲线 测量点个数可不相等，即允许存在缺失 可引入解释变量 多水平模型的应用 * 精品PPT·值得借鉴 2. Meta分析可视为两水平的层次结构 Meta分析主要根据“效应尺度”的同质性检验结果，而决定采用固定效应模型或随机效应模型来合并每项研究的“效应尺度”。 视为研究水平与个体水平的两水平结构，采用多水平模型可分析影响研究结果间差异的因素，如研究水平上的有关协变量，包括样本含量、设计类型等 * 精品PPT·值得借鉴 3. 空间变异的多水平模型 疾病发生在空间上的变异：个体为水平 1，地区为水平 2 例如，若干地区某时期的死亡记录、死者个人特征、地区特征等，可以分析这些解释变量是否能够解释死亡率在地区之间的变异，也可以分析死亡率的差别是否在地区之间不同等 * 精品PPT·值得借鉴 4. 多变量多水平模型 在医学研究中，研究者常对个体作几种测量(即测量几个指标)，如收缩压、舒张压和心率，如果将它们作为反应变量一起进行分析，就可以设置多变量模型，分析解释变量诸如年龄、性别、是否锻炼、是否吸烟等与这三个反应变量的关系。此时，是将其作为一个两水平模型，每一个体作为一个水平2单位，3种测量组成水平1单位。 * 精品PPT·值得借鉴 实例 一项初级学校项目（Junior School Project）的部分数据，包含了London65所初级中学共4059名学生的数据，有如下变量： School: 学生所在学校代码 Student:学生ID Exam16：16岁时考试成绩（标化） Exam11：11岁时考试成绩（标化） Gender：性别，0男生，1女生 TypeSch：学校类型，1混合，2男校，3女校 Avexam：各学校11岁时的平均分（标化） * 精品PPT·值得借鉴 两层结构 模型1：无解释变量 学校1 学生 学生 学校k 学生 学生 观测指标： X, Y 水平2 水平1 * 精品PPT·值得借鉴 精品PPT·编辑可用 精品PPT·编辑可用 精品PPT·编辑可用 精品PPT·编辑可用 配色花哨 文字多 套用模板 套用模板 逻辑不清 内容空洞 太土 太杂 太乱 太繁 “ ” 精品PPT·实用可编辑 多水平模型简介Multilevel Models * 精品PPT·值得借鉴 单水平模型 1,2,...,i,...n个观察对象 模型假设： 正态性、独立性、残差方差齐同性 协变量的影响保持不变 * 精品PPT·值得借鉴 假设不满足时的处理 1.正态性不满足 －数据变换，增加样本含量 2.方差非齐性 －增加协变量 －数据变换 －广义线性模型或非线性模型 3.独立性不满足 －S.E.的稳健估计 －GEE估计方法 －拟合非独立性来源的模型 * 精品PPT·值得借鉴 非独立性来源 1.区域环境对反应变量的影响 －卫生服务区域的资源、社会经济条件和政策会影响对病人的服务质量 －高血压发病率可能有地区聚集性，取决于经济文化背景和居民饮食习惯 2.重复测量结果通常具有强相关 －分子生物学研究中重复测量数据处理中的问题 3.区组设计和多中心试验 －卫生毒理实验研究中同窝动物的相似性 －同中心内病人病情、病种相似性 * 精品PPT·值得借鉴 两水平层次结构数据 水平2 水平1 层次结构数据的普遍性 子女 学生 两水平层次结构：水平1单位在水平2内聚集 测量1 测量2 测量3 * 精品PPT·值得借鉴 层次结构数据为一种非独立数据，即某观察值在观察单位间或同一观察单位的各次观察间不独立或不完全独立，其大小常用组内相关(intra-class correlation，ICC)度量。 例如，来自同