广义估计方程GEE结果解读：工作相关矩阵与稳健标准误.docxVIP

广义估计方程结果解读

广义估计方程（GeneralizedEstimatingEquations,GEE）是一种用于分析纵向数据（如重复测量数据、面板数据等）的统计方法。与传统回归方法不同，GEE考虑了同一受试者多次测量数据之间的相关性，通过设定作业相关矩阵来处理组内相关结构，从而获得更为稳健的参数估计。GEE方法不要求数据严格服从特定分布，适用于连续型、二分类、计数型等多种因变量类型。本研究使用SPSSAU软件，对120名受试者4次重复测量数据（共480条观测记录）进行广义估计方程分析。

在SPSSAU【实验/医学研究】模块选择【广义估计方程】，将变量拖拽至右侧对应分析框，操作如下图：

一、模型基本信息

由表1可知，本次广义估计方程分析共纳入120名受试者（Subject），每名受试者进行4次重复测量，总样本量为480条观测记录。模型采用线性链接函数，作业相关矩阵选择等相关（Exchangeable）结构，即假定同一受试者不同时间点之间的相关性相等。协方差估计采用稳健（Robust）方法，可获得更为可靠的标准误估计。QIC值为477.102，QICu值为484.000，QIC值可用于多个模型（如不同相关矩阵结构）之间的对比，QIC值越小表示模型越优。

二、模型回归系数分析

由表2可知，广义估计方程的回归系数分析结果显示：

（1）基线得分的回归系数为0.090（z=2.745