广义相加混合模型

广义相加混合模型

ID:19292879

大小:299.10 KB

页数:8页

时间:2018-09-20

广义相加混合模型_第1页
广义相加混合模型_第2页
广义相加混合模型_第3页
广义相加混合模型_第4页
广义相加混合模型_第5页
广义相加混合模型_第6页
广义相加混合模型_第7页
广义相加混合模型_第8页
资源描述:

《广义相加混合模型》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、相加混合模型本模块使用广义混合模型或相加混合模型(GAMM:generalizeadditivemixedmodel)检验危险因素(X)和结果变量(Y)之间的联系。相加混合模型是广义相加模型与混合模型的结合,在广义相加模型中可以指定平滑曲线拟合项,在混合模型中可以引进随机效应(可以是随机截距或/和随机时间斜率)。它主要是用于重复测量资料的分析。数据中一般有时间变量(T),结果变量随时间(T)变化,同时所研究的危险因素(X)又对结果变量(Y)可能有影响作用。危险因素(X)可以是固定的也可以随时间(T)变化。如果危险因素(X)随时间(T)变化,每次重复测量都测量了危险因素

2、(X)与结果变量(Y)的值,还可以分析危险因素(X)的滞后效应,反映危险因素(X)变化在前,结果(Y)变化在后。滞后效应分析要结合数据操作菜单下在多条记录内计算统计量模块,首先对数据进行预处理,然后用该模块分析。建立回归模型的目的是把危险因素(X)的作用从时间(T)的作用中区别出来,分析危险因素(X)是否有作用?是什么样的作用?如何模拟时间变量(T)与结果变量(Y)的关系:可以用二种方式拟合时间(T)与结果变量(Y)的关系:1.不假定时间变量(T)与结果变量(Y)是直线的关系或是二次项的曲线(时间加上时间平方项)的关系,用平滑曲线拟合时间(T)与结果变量(Y)的关系。

3、此时时间变量(T)不能被指定为随机效应,模型的随即效应仅限于随机截距。2.如果结果变量(Y)随时间呈直线性变化,用时间变量(T)的一次项来拟合。如果时间变量(T)与结果变量(Y)的关系不完全是直线关系,在模型中要考虑是否应引进时间的平方项(T2)。如果每个个体的重复测量时间是固定的,时间变量(T)是个分类型的变量,也可以按分类型变量拟合时间(T)的作用。如何拟合危险因素(X)与结果变量(Y)的关系:1.如果危险因素(X)是固定的(一般是基线测量值),主要看危险因素(X)与时间(T)的交互作用,如果有交互作用表示危险因素(X)不同,结果变量(Y)随时间(T)的变化速度(

4、斜率)不同。2.如果所研究的危险因素(X)随时间(T)变化,这时时间(T)与结果(Y)有关,又与危险因素(X)有关,模型中需要调整时间(T)的作用才能正确观察危险因素(X)的作用。因此对时间(T)的作用拟合得充分与否直接影响对危险因素(X)作用的评估是否正确,参考上面如何拟合时间(T)的作用。拟合危险因素(X)的作用可以首先用平滑曲线(使用基本统计菜单下的广义相加混合模型曲线拟合X),观察危险因素(X)与结果(Y)是否是直线性关系,然后考虑是否可以采用(1)直线拟合;(2)加上二次项的曲线拟合;(3)把危险因素(X)分组,按分类型变量拟合。如果暴露(X)不随时间变化,

5、如何拟合暴露(X)与时间(T),系统给出如下模型供选择,并可自动比较几个常用模型。1)如果T是连续性变量(1)Y=X+T(2)Y=X+T+T2(3)Y=X+T+X*T(4)Y=X+T+T2+X*T+X*T2(5)Y=X+s(T)2)如果X是分类变量(1)Y=X+factor(T)(2)Y=X+factor(T)+X*factor(T)其中:Y=结果变量,X=危险因素,T=时间,T2=时间的平方项,C=其它协变量 系统自动用似然比检验进行模型之间的比较,判断如何拟合时间(T)及是否存在X与T的交互作用。例1(输入界面)对两组小白鼠分别与0、1、2、4周测量了某指标(固定

6、时点测量的数据)原始数据如下,分析组间差异:Group012400.351.011.472.4600.771.321.62.5400.481.181.652.8600.631.421.883.1310.450.590.640.9910.560.861.372.0411.081.441.932.6310.551.21.682.87首先将数据转换成纵向结构如下:GROUPIDVTY0100.350111.010121.470142.460200.77…………1842.87然后调用该模块,输入界面如下:输出结果:结果变量:Value暴露变量:GROUP调整变量:NoneEx

7、posure:GROUPOutcome:Valuefactor(GROUP)10.1(-0.5,0.6)0.848tmp.TIME0.5(0.5,0.6)<0.001factor(GROUP)1:tmp.TIME-0.2(-0.3,-0.1)0.006Resultsintable:β(95%CI)Pvalue/OR(95%CI)Pvalue此表用易侕统计软件(www.empowerstats.com)和R软件生成,生成日期:2016-04-18各模型所用的样本量ExposureOutcomeModelNobsNGroupGROUPValueCrude

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。