huarenqiang5
广义估计方程涉及两部分内容,一是模型的选择,二是矩阵结构。
(1)模型的选择
使用广义估计方程首先要根据因变量Y的数据分布特征,选择适合的模型。
如果因变量是定量连续数据,通常使用线性回归模型;
如果因变量的二分类数据,只有数字0或1,那么可使用二元Logit或二元Probit回归;
如果因变量服从泊松分布,可使用泊松回归。如果因变量Y的数据特征有点类似泊松分布,但是均值与方差差异较大,则使选择负二项回归模型。
(2)矩阵结构
广义估计方程GEE用于解决数据独立性问题,矩阵结构正是解决此问题的具体方式。
等相关exchangeable:数据之间有着相关性,而且相关性相等,此种情况使用较多。
自相关autoregressive:数据之间有着相关性,而且相邻时间点相关性越大,时间间隔越大相关性越小。
独立independence:数据之间完全独立,同一对象的不同测量数据之间没有关系,此种情况相关于数据完全独立,即数据确实是重复测量,但并没有违反独立性原则。使用较少,但可作为一种探索对比进行分析。
矩阵结构如何选择呢?
通常的选择办法是分别进行此三种结构时的模型,并且记录下QIC值,QIC值越小,此时就使用对应的矩阵结构模型。 在广义估计方程中,事实上还有其它的矩阵结构,比如M-dependent,Unstructured等,使用相对较少。
三、操作
登录SPSSAU,选择【实验/医学研究】--【广义估计方程】。
使用广义估计矩阵模型,由于因变量Y为定量连续数据,因此选择回归模型 ,并且暂使用默认的等相关exchangeable矩阵结构。
由于性别使用数字1表示男性,数字0表示女性,已经是哑变量数据,并不需要进行处理;
年龄作为组内项可放入对应框中。
四、SPSSAU输出结果
SPSSAU共输出三个表格,分别是模型基本信息,模型回归系数汇总和边际效应分析结果。
(1)模型基本信息
包括每个研究对象subject的测量数量,本案例全部都是4,即都测量了4次;比如本次研究对象为27个,每个对象都有完整的4次重复测量数据,因此测量最小,最大或平均个数均为4。
同时展示链接函数(模型结构)为Linear即线性回归模型,作业相关矩阵(矩阵结构)为等相关。QIC值为113.8。
(2)模型回归系数
展示模型的回归值等,结果中的OR值及OR 95%CI值,仅在二元logit,二元probit,泊松回归或负二项回归模型
(3)边际效应分析结果
loveliufudan
广义估计方程(GEE)是一种用于分析相关数据的统计方法,其主要优势是能够在处理非独立数据时提供一致的参数估计和标准误。然而,GEE的计算复杂度较高,而且需要一定的计算机资源。以下是一些可能导致GEE无法得出结果的原因:
数据不完整:GEE要求输入数据完整,如果数据缺失率较高,可能会影响GEE的结果。
模型不合适:GEE是一种非参数的方法,对于一些特定的数据结构可能不适用,例如小样本数据或强相关的数据。
参数设置不当:在GEE分析中需要设置一些参数,例如协方差矩阵的类型和估计方法等,如果参数设置不当可能会影响结果。
计算机资源不足:GEE的计算复杂度较高,需要一定的计算机资源来进行计算,如果计算机资源不足可能会导致GEE无法得出结果。
如果您在使用GEE时遇到问题,建议您检查数据的完整性,重新评估模型的适用性,确保参数设置正确,并考虑增加计算机资源。
土井挞克树
广义估计方程的操作需要先进行一定的探索,确定作业相关矩阵
相关产品推荐