多层统计分析模型--课件.pptVIP

模型估计方法*ppt课件最大似然法（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同，后者的残差包括所有的随机变异；REML是SAS的MIXED过程和HLM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较快。*ppt课件最小二乘法（LS）包括迭代广义最小二乘法（IGLS）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。*ppt课件经验Bayes方法（EB）“收缩估计（shrinkageestimator）”以可靠性权重确定最后的估计值；对于某些样本量很小的组，则更多的使用总样本的信息，进行“借力（borrowstrength）”*ppt课件空模型的可靠性权重*ppt课件对模型拟合的评价SAS给出：-2LL，AIC，AICC，BIC等统计量，其值越小越好；但只在比较模型时有用；模型收敛的速度可以说明拟合的好坏。*ppt课件假设检验全局检验：F检验；局部检验：对方差-协方差估计使用WaldZ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。*ppt课件模型比较对于嵌套模型，使用LR检验；对于非嵌套模型，使用AIC，AICC和BIC检验；无论何种，均需使用ML进行估计。*ppt课件对变异的解释程度（RB）*ppt课件对变异的解释程度（SB）*ppt课件示例与SAS实现*ppt课件例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；*ppt课件空模型*ppt课件空模型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/（0.00292+1.291）=0.23%不用进一步拟合多水平模型*ppt课件例2：SNA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；*ppt课件空模型3步迭代完成；所有随机系数的检验部分低于检验水准；ICC=0.4296/（0.4296+0.5629）=43.28%应进一步拟合多水平模型*ppt课件空模型加入场景变量*ppt课件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分低于检验水准；该模型-2LL=345.8，空模型-2LL=352.2，则LRχ2=6.4，p=0.0114；RB=1-0.3330/0.4296=0.2248;*ppt课件加入水平1变量（固定效应）*ppt课件加入水平1变量（固定效应）3步迭代完成，随机截距有意义；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LRχ2=146.7，p=0.000；*ppt课件检验水平1的随机性*ppt课件ppt课件多层统计分析模型陶庄中国CDC卫生统计研究室*ppt课件绪论*ppt课件青蛙与池塘（“Frog-pondtheory”）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！*ppt课件多层数据低一层（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（contextualvariables）*ppt课件组内观察相关

（within-groupobservationdependence）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-grouphomogeneity），组间异质（between-groupheterogeneity）很小的相关将导致很大的I类错误。*ppt课件多层数据的常见来源复杂抽样；多中心临床试验；纵向研究（longitudinalstudies）与重复测量（repeatedmeasures）；“高低搭配”；Meta分析；……*ppt课件多层统计模型的研究内容哪些个体解释变量会影响结局变量；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。*ppt课件多层统计模型出现前对多层数据进行分析的探索*ppt课件探索（1）—分别估计在个体水平和组群水平