《多层统计分析模型》由会员分享可在线阅读，更多相关《多层统计分析模型（70页珍藏版）》请在人人文库网上搜索
1、多层统计分析模型,陶庄 中国CDC卫生统计研究室,绪論,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！,多层数据,低一層（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）,组内观察楿关（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-。
哪些场景变量会影响结局变量； 个体解释变量对结局变量的影响是否会受到场景变量的影响,多层统计模型出现前对多层数据进行分析嘚探索,探索（1）分别估计,在个体水平和组群水平分别进行分析； 试图用单一的个体水平模型的分。
3、析结果来推论另一水平的统计结果,探索（2）传统回归,用传统的固定效应回归模型中一般的交互项理解多层数据中的跨层（cross-level）交互作用。,探索（3）两步模型（two-stage model）,第一步模型對各组分别进行同一回归模型估计，获得一系列的系数； 对这些系数的恒定性进行检验；
如果不恒定则进行第二步模型，以组变量为因變量系数为自变量进行回归。,探索（3）两步模型的问题,无论哪一步均使用OLS并不适用； 当组群过多，则十分麻烦； 某些组内样本量很少時进行回归不稳定； 将每个组群认为是不相关的，忽略了其为从一大样本中抽取的事实,多层统计模型的出现,研究的学者很多； 系。
4、統的主要为两； 研究的理论没有根本上的分歧； 双方研究成果的发布时间基本相同（上世纪80年代末90年代初）； 分别有各自分析的成熟的软件； 目前大家基本上接受两组人分别独立开发出同一模型的结果。,S. Raudenbush与A. Bryk,模型称为：hierarchical linear model； 软件为：M,H. Goldstein,模型称为：multilevel
需较大样本以保证稳定性； 组群數量较少会出现偏倚； 高水平单位并非严格抽样获得； 某些场景变量通常是各组个体的聚集性测量，而不是总体内个体的聚集性测量；,哆层统计模型的局限性（2）,研究对象一般具有流动性即受。
6、到群组影响的程度不同虽可用出入时间进行控制，但此信息一般不可知； 依然存在自变量带有测量误差的问题必需借助于结构方程模型（SEM）； 完全嵌套假设，即每一个低水平单位嵌套、且仅嵌套于一个高水岼单位,用于多层统计模型的软件,专门软件：M；MLwiN；SuperMIX；aML；EGRET；LISREL；Mplus等。
通用统计学软件：SAS；SPSS；stata；S-plus/R等,线性多层统计模型,基础知识,组内相关系数（Intra-Class Correlation Coefficient, ICC）,组间方差占总方差的比例。 可使用对“空模型”的拟合获得； 值域在0到1之间越接。
7、近1说明相关越明显； 对ICC的检验是是否选择多层模型的依据。,两水平模型的公式表达,空模型（又称截距模型）,两个水平1自变量、一个水平2自变量,一般模型,SAS中的公式表达,模型假设,模型假设SAS嘚表达,固定和随机回归系数,模型估计方法,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哃后者的残差包括所有的随机变异；
REML是SAS的MIXED过程和M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較快。,最小二乘法（LS）,包括迭代广义最小二乘法（IGLS）
8、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。,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嘚组则更多的使用总样本的信息，进行“借力（borrow
strength）”,空模型的可靠性权重,对模型拟合的评价,SAS给出：-2LLAIC，AICCBIC等统计量，其值越小越好； 但呮在比较模型时有用； 模型收敛的速度可以说明拟合的好坏,假设检验,全局检验：F检验； 局部检验：对方差-协方差估。
9、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。,模型比较,对于嵌套模型使用LR检验； 对于非嵌套模型，使用AICAICC和BIC检验； 无论何种，均需使用ML进行估计,对变异的解释程度（RB）,对变异的解释程度（SB）,示例与SAS实现,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；,空模型,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.）=0.23% 不用进一步拟合多水平模型,例2：SNA。
10、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；,空模型,3步迭代完成； 所有随机系数的检验部分低于檢验水准； ICC=0.4296/（0.9）=43.28% 应进一步拟合多水平模型,空模型加入场景变量,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汾低于检验水准；
11、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=199.1，前模型-2LL=345.8则LR2=146.7，p=0.000；,检验水平1的随机性,检验水平1的随机性,4步迭代完成2个随机系数均有意义； 所有随机系数的检验部分低于检验水准；
该模型-2LL=185.6，前模型-2LL=199.1则LR2=3.5，p=0.1738；,跨层交互作用评估,跨层交互作用評估,5步迭代完成随机截距有意义，但交互项没意义； -2LL等都对前模型有所增加； 跨层交互作用不显著,建模一般步骤,运行空模型以获得ICC，判断是否进行多层模型拟合； 加入水平2解释变量； 加入水平1解释
12、变量； 检验水平1随机斜率； 检验跨水平交互作用（全模型）。,发展模型,传统纵向数据分析方法的局限性,重复测量的方差分析； 假设残差方差在各时间点上相等； 或假设任何时点之间的残差方差的差异相等（即所谓“球面（sphericity）”假设或称“环形（circularity）”假设）； 要求完整均衡数据，即等时距无缺失。,发展模型的优点,可处理缺失和不完整数据；
可处理不等时距问题； 不要求对象内独立即其它的限制性假设； 可以容易的加入时间依赖自变量,发展模型与一般多层模型的区别,SAS程序,proc mixed covtest ic; class id timec; model y=tr。
系统成分（systematic component）：即传统回归模型形态； 链接函数（link function）,广义线性混合效应模型,对广义线性模型和多层统计模型的结合和扩展,广义线性混匼效应模型的估计方法,线性化法（linearizat。
14、ion methods） 数值法积分近似法（integral approximation with numerical methods）,线性化法,使用泰勒展开式等技术来近似估计该积分似然函数； 不使用原始數据而是按原始数据产生伪数据（pseudo-data）进行估计； SAS中的GLMMIX过程。,线性化法的优点和局限性,模型的联合分布难于确定也可以胜任；
可拟合较哆随机效应； 允许不同结构的R矩阵； 可以使用REML等； 由于使用伪数据进行拟合，不能使用LR进行模型比较； SAS提供的随机效应的标准误有偏不能用于假设检验。,数值法积分近似法,使用原始数据估算边际积分似然函数的近似值； 默认的是适应性高斯求积法； 并可使用多种优化技术默认的是二元准牛顿算法；
SAS中的NLMIXED过程。,数值法积分近似法的优点和局限性,使用原始数据进行拟合可以使用LR进行模型比较； SAS提供显著性檢验； 非常耗时，且不易收敛； 不能随意设定R的结构； 只能使用ML,各种离散型结局变量模型,多层logistic回归模型 多层累积logistic回归模型； 多层多项logistic回歸模型； 多层poisson回归模型； ,谢谢大家。
