随机系数发展模型与协方差模式模型在纵向数据分析中的应用及R实现

目的 应用随机系数发展模型与协方差模式模型分析社区卫生服务中心纵向数据,探讨纵向数据分析的问题,为社区随访数据处理提供科学方法.方法 使用R软件对社区卫生服务中心糖尿病重复测量数据分别拟合随机系数发展模型,协方差模式模型以及传统线性回归模型,并比较3种模型的分析结果.结果 随机系数发展模型和协方差模式模型的分析结果与传统线性回归模型不同,2模型较传统线性回归更多的考虑了数据的变异来源.随机系数发展模型与协方差模式模型变量的估计系数结果相近,2者在固定效应的估计上区别往往不是很大,2模型相比,信息标准统计相差也不大.随机系数发展模型倾向于解释组间随机效应,协方差模式模型更关注组内观测之间的联系.R软件nlme package相比于SAS proc mixed,其相应的结果比较与可视化的函数使用更为灵活方便,同时GLS函数提供更多的组内方差协方差模式以供选择.结论 随机系数发展模型与协方差模式模型都能较好的处理重复观测数据组内相关性的问题.2者处理组内相关性的出发点不同,如果强调组内观测之间的联系性,则选择协方差模式模型.相反,如果更关注组间的异质性,强调组间的随机效应,则选择随机系数发展模型.R软件nlme是比较完善的处理混合结构数据的分析包.

广义估计方程与准最小二乘在社区纵向数据分析中的应用

目的应用广义估计方程和准最小二乘方法分析社区卫生服务中心纵向数据,探讨纵向数据分析的问题,为社区的随访的纵向数据的分析提供科学的方法。方法对收集的社区卫生服务中心的糖尿病病人血糖的纵向数据,分别使用广义估计方程和准最小二乘方法以及传统的线性回归模型进行分析并比较结果。同时比较三种方法的标准化残差图。结果广义估计方程不收敛时与传统线性模型的结果相同,显示糖尿病人血糖与教育水平相关,而广义估计方程收敛时与准最小二乘的结果相同,显示教育无统计学意义。从标准化残差图看广义估计方程和准最小二乘法对数据的拟合比传统回归好。结论广义估计方程和准最小二乘法都能有效的处理纵向数据。与广义估计方程相比,准最小二乘法有一些优势。