多层统计分析模型演示文稿.pptVIP

模型假设—SAS的表达 当前第30页\共有69页\编于星期四\22点 固定和随机回归系数 当前第31页\共有69页\编于星期四\22点 模型估计方法 当前第32页\共有69页\编于星期四\22点 最大似然法（ML） 包括普通最大似然法（ML）和限制性最大似然法（REML）； 两者用于估计的残差基础不同，后者的残差包括所有的随机变异； REML是SAS的MIXED过程和HLM的默认算法； REML通常用于组数量较少的模型； ML可以用于模型比较，而REML不行； REML估计较优，而ML较快。 当前第33页\共有69页\编于星期四\22点 最小二乘法（LS） 包括迭代广义最小二乘法（IGLS）和限制性迭代广义最小二乘法（RIGLS） 都以普通最小二乘估计（OLS）为初始值进行迭代； 地位及相对关系大致等同于ML和REML； 是MLwiN使用的算法。 当前第34页\共有69页\编于星期四\22点 经验Bayes方法（EB） “收缩估计（shrinkage estimator）” 以可靠性权重确定最后的估计值； 对于某些样本量很小的组，则更多的使用总样本的信息，进行“借力（borrow strength）” 当前第35页\共有69页\编于星期四\22点 空模型的可靠性权重 当前第36页\共有69页\编于星期四\22点 对模型拟合的评价 SAS给出：-2LL，AIC，AICC，BIC等统计量，其值越小越好； 但只在比较模型时有用； 模型收敛的速度可以说明拟合的好坏。 当前第37页\共有69页\编于星期四\22点 假设检验 全局检验：F检验； 局部检验：对方差-协方差估计使用Wald Z检验；对系数使用t检验； 单测检验，P值需除2； 其它可使用LR等。 当前第38页\共有69页\编于星期四\22点 模型比较 对于嵌套模型，使用LR检验； 对于非嵌套模型，使用AIC，AICC和BIC检验； 无论何种，均需使用ML进行估计。 当前第39页\共有69页\编于星期四\22点 对变异的解释程度（RB） 当前第40页\共有69页\编于星期四\22点 对变异的解释程度（SB） 当前第41页\共有69页\编于星期四\22点 示例与SAS实现 当前第42页\共有69页\编于星期四\22点 例1：对医生满意度调查 Patid：病人编号； Phys：医生编号； Age：病人年龄； Sat：满意度分数； Practice：执业时间； 当前第43页\共有69页\编于星期四\22点 空模型 当前第44页\共有69页\编于星期四\22点 空模型 2步迭代完成； 所有随机系数的检验均高于检验水准； ICC=0.00292/（0.00292+1.291）=0.23% 不用进一步拟合多水平模型 当前第45页\共有69页\编于星期四\22点 例2：SNA角度测量值 id：观察对象编号； occa：每次观察编号； Age：病人年龄； SNA：角度； agg：场景变量； 当前第46页\共有69页\编于星期四\22点 空模型 3步迭代完成； 所有随机系数的检验部分低于检验水准； ICC=0.4296/（0.4296+0.5629）=43.28% 应进一步拟合多水平模型 当前第47页\共有69页\编于星期四\22点 空模型加入场景变量 当前第48页\共有69页\编于星期四\22点 空模型加入场景变量 3步迭代完成，随机截距有意义； 所有随机系数的检验部分低于检验水准； 该模型-2LL=345.8，空模型-2LL=352.2，则LRχ2=6.4，p=0.0114； RB=1-0.3330/0.4296=0.2248; 当前第49页\共有69页\编于星期四\22点 多层统计分析模型演示文稿 当前第1页\共有69页\编于星期四\22点 多层统计分析模型 当前第2页\共有69页\编于星期四\22点 绪论 当前第3页\共有69页\编于星期四\22点 青蛙与池塘（“Frog-pond theory”） 青蛙—学生个体； 池塘—学校环境； 学生的成绩好坏不仅受到个体本身的影响，也受到学校环境的影响！ 当前第4页\共有69页\编于星期四\22点 多层数据 低一层（低水平）单位（个体）的数据嵌套（nested）于高一层（高水平）的单位（组群）之中。 结局变量，个体解释变量，场景变量（contextual variables） 当前第5页\共有69页\编于星期四\22点 组内观察相关（within-group observation dependence） 同一组内的个体，较不同组的个体而言，在观念、行为等很多方面更为接近或相似；即便不是刻意分组，也是如此。 组内同质（within-group homogeneity），组间异质（between-group heterogeneity） 很