广义线性混合效应模型在分类重复测量资料中的应用_罗天娥.pdfVIP

广义线性混合效应模型在分类重复测量资料中的应用_罗天娥.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

·486·中国卫生统计2007年10月第24卷第5期

广义线性混合效应模型在分类重复测量资中的应用

山西医科大学卫生统计教研室(030001)罗天娥刘桂芬

【提要】目的探讨分类重复测量资广义线性混合效应模型(GLMMs)建模及SAS8∙0的GLIMMIX宏实现。

方法利用GLIMMIX宏ERROR和LINK语句来指示反应变量的分布及连接函数‚通过REPEATED和RANDOM语句

的TPE选项选择合适的方差-协方差结构矩阵来模拟数据的相关性‚采用基于线性的伪似然函数进行模型参数估计。

结果GLMMs是在广义线性固定效应模型的基础上引入随机效应‚反应变量可以是指数家族中任意分布(连续分布包括

正态分布‚beta分布‚卡方分布等;离散分布包括二项分布‚泊松分布‚负二项分布等)‚可以通过连接函数将观测的均数向

量与模型参数联系起来‚根据重复测量资的特点选择合适的方差-协方差结构矩阵。结论GLMMs应用范围广‚建模

灵活‚可以为相关或非常量方差数据建模‚能提供客观正确的统计结论。

【关键词】广义线性混合效应模型分类重复测量资GLIMMIX宏

医学研究中经常会遇到分类变量重复测量资‚式中‚Y是n×1维观测向量‚μ是观测的均数向

即同一个体在不同时点重复测量某项指标‚其结果表量‚通过连接函数g(·)将其与模型参数建立恒等方

示为分类变量‚如:连续检测病人抗体‚反应变量有两程;X和Z分别是固定效应和随机效应的设计矩阵‚β

个水平为阴性、阳性;连续监测病人药物治疗效果‚反和γ分别是模型的固定效应和随机效应参数向量‚随

应变量为治愈、显效、好转、无效等等。如同定量变量机效应γ被认为满足均数为0‚方差矩阵为G的正态

重复测量资‚数据间不满足独立性要求‚存在自相关分布‚γ~N(0‚G)‚var(γ)=G;残差ε也认为满足

性和异方差性。由于数据的独立性和常量方差的要正态分布‚ε~N(0‚R)‚var(ε)=R‚R残差协方差

求‚所以不能采用常规方法进行分析。本文介绍分类矩阵。

重复测量资广义线性混合效应模型与SAS8∙0的也可将模型表示为:

GLIMMIX宏实现。-1

E(Y/γ)=g(Xβ+Zγ)(2)

-1

资料与方法g(·)是可微单调连接函数‚g(·)表示转置。

协方差矩阵var(y)=V=var(μ)+R‚因为μ不

1∙资来源是β的线性函数‚V不能像正态数据那样定义为V=

2006年某医师收集乳腺治疗仪合用乳块康贴治ZGZ′+R‚一阶近似为V≈BZGZ′B+R‚B是方差对

疗乳腺增生的临床试验‚采用随机、双盲设计‚收集符角矩阵‚由反应变量的分布决定(如二分类反应变量B

合西医诊断乳腺增生症及中医辨证气滞血瘀证标准的=dag{μ(1-μ)})。模型允许残差R相关‚R由线

女性患者93例随机分为A、B、C三组。实验组A:乳1/21/21/21/2

性刻度P和AB定义:R=ABPBA‚于是V

腺治疗仪合用乳块康贴‚每日一次‚每次照射半小时‚1/21/21/21/2

文档评论(0)

173****8813 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档