不同方差协方差结构线性混合模型在玉米品种区域试验中的适用性及模型误用对分析结果的影响

为研究不同方差协方差结构线性混合模型对区试分析的影响。采用2002-2006年中国40个玉米区试组数据,用7种不同结构的线性混合模型分别对数据进行拟合分析并利用信息量准则选择每组数据的最佳模型,对在不同方差协方差结构模型下区试品种效应估计与评价的差异进行探讨。结果表明,不同方差协方差结构模型对试验数据拟合的效果不一样,没有一个模型对所有试验资料均是最佳的;AMMI-1和FA(2)结构模型作为最佳模型的百分率最大,适用性最广泛;不同结构模型对区试品种效应的估计及评价不同,FA(1)模型的稳健性最好,方差分析模型对品种进行差异显著性分析时的误差不同程度地大于其他结构模型。不同方差协方差结构线性混合模型适用于不同试验数据,模型误用对品种效应的估计和评价有较大影响;在实际区试中,应利用信息量准则选用最佳结构模型进行分析,以提高作物区试分析及品种评价的准确性。

重复测量线性混合模型中方差-协方差结构的选择

线性混合效应模型在医学重复测量资料的数据分析与设计中广泛应用。本文围绕医学实例阐述了重复测量线性混合效应模型在对不同方差 -协方差结构建模时协方差结构的选择 ,并对结果进行分析 。

基于混合效应模型的纵向暴露数据方差-协方差结构的模拟研究

目的探讨基于混合效应模型对短期纵向数据进行模拟,从而获得长期纵向数据这一方法的效果。方法以金属镉的膳食暴露数据作为应用实例来介绍该方法。首先计算某省成人的镉短期暴露量,在此基础上构建三个不同的模型并计算相应参数,包括固定效应参数、随机效应参数和一阶自相关系数。通过Monte Carlo模拟得到不同模拟人数和天数下人群的每日暴露量及其分布。三个标准用于评价模拟数据与原始数据的相似度:总平均值和标准差、方差成分比例和自相关系数。结果固定效应参数:年份、地区及两者的一级交互作用被纳入混合效应模型;随机效应参数:个体间方差σ^(2)_(b)=0.056,个体内方差σ^(2)_(e)=0.717,一阶自相关系数AR(1)ρ=-0.026;模型选择:在同样的模拟人数和天数下,模拟结果显示含有自相关结构的混合效应模型模拟的数据结构与原始数据结构最接近;考虑自相关的混合效应模型的模拟结果:模拟人数固定为1000人,模拟天数从30天递增至360天,随着时间长度逐渐增加,个体内与个体间方差成分比例以及自相关系数都很稳定,且接近原始数据的结果。结论基于混合效应模型的纵向暴露数据模拟方法可获得与原始数据的方差-协方差、自相关结构一致的长期数据。

合理进行均值比较——具有组间异质性的增长重复测量模型

本文目的是介绍与具有组间异质性的增长重复测量模型有关的5个基本概念、计算方法、一个临床试验实例及其SAS实现。基本概念包括重复试验与重复测量、方差协方差结构、均衡性与异质性、先验分布与后验分布、混合模型与多水平模型。计算方法涉及抽样方法和先验分布。临床试验实例涉及具有异质性的两组增长重复测量数据。本文呈现了采用SAS处理实例中增长重复测量资料的全过程,包括呈现两组儿童口腔内一特定指标(简称距离)随年龄变化的增长图、构建两组儿童线性重复测量模型、构建一个既考虑到异质性又能估计性别效应的模型、直接获得与性别有关的截距和斜率的后验分布,以及基于后验估计值直接推断概率。对输出结果作出了解释,并讨论了改用多水平模型所产生的效果。

试验设计类型之可以考察部分交互作用的多因素设计:重复测量设计

本文目的是介绍一种广泛应用于生物医药学和临床试验研究中的多因素试验设计类型,即重复测量设计。根据试验分组因素数目和重复测量因素数目的不同,此设计类型具有多种不同的亚型。此设计类型特别适用于需要考察接受不同处理的受试对象随着时间的推移、定量指标取值的动态变化规律。此设计类型的一个突出特点是定量指标在不同时间点之间具有不相等的相关性,在对其定量资料进行差异性分析时,需要采用多种不同的方差协方差结构的方差分析模型,并依据特定的判定标准,从中选择最合适的方差分析模型给出最终的分析结果。

基于随机效应的红松人工林一级枝条动态生长模型

基于孟家岗林场60株人工红松955个标准枝数据,使用非线性混合效应模型的相关理论和研究方法,分别考虑样地效应、单木效应和枝条效应,利用S-Plus软件中的NLME模块建立了红松人工林一级枝条动态生长模型。结果表明:红松人工林一级枝条基径和枝长的最优生长模型分别为Gompertz和Richards方程;随着随机效应尺度的减小(样地→单木→枝条),混合模型的模拟精度逐渐提高,枝条基径和长度最优混合模型分别较基础模型提高约30.0%和2.4%,32.7%和6.6%以及50.1%和24.6%;基于枝条效应的基径最优混合模型不需进行误差项的校正,而枝条长度混合模型采用ARMA(1,1)时间序列结构可有效消除模型的异方差问题;独立检验结果表明枝条基径和长度最优混合模型的决定系数与基础模型相比增加了0.1左右,而平均误差绝对值和均方根误差均显著减小,说明非线性混合模型较传统非线性模型更适合于描述红松人工林一级枝条的生长过程。