多水平logistic模型及其在流行病學(xué)調(diào)查數(shù)據(jù)中的應(yīng)用.pdf

1、目的：探討多水平logistic模型的基本理論及其在流行病學(xué)調(diào)查數(shù)據(jù)上的應(yīng)用，旨在研究多水平logistic模型在實際應(yīng)用過程中的方法學(xué)問題，為以后層次結(jié)構(gòu)數(shù)據(jù)的有效分析提供參考。
　　 方法：在流行病學(xué)中常常存在層次結(jié)構(gòu)數(shù)據(jù)，這種數(shù)據(jù)的特性為組群間差異較大，而組群內(nèi)的成員間趨向于一致，即呈現(xiàn)一定的聚集性。這時，傳統(tǒng)模型中數(shù)據(jù)間關(guān)于相互獨立和方差齊的假定有可能不成立。多水平logistic模型在處理結(jié)構(gòu)數(shù)據(jù)時考慮到了數(shù)據(jù)的層次性

2、和聚集性，其基本思想是將總殘差分解到相應(yīng)的各個水平，其中高水平單位之間的變異表示組間變異，低水平單位間的變異表示個體間差異，將各水平殘差表示為某些變量的函數(shù)，從而可分析其影響因素及變化趨勢。多水平logistic模型與一般logistic回歸模型的區(qū)別是：前者可以很好地處理存在組內(nèi)聚集性的數(shù)據(jù)，可同時測量個體水平變異和組水平變異，可同時考慮固定效應(yīng)和隨機效應(yīng)，還可研究場景變量對于組群單位的影響，而這些都是后者不能分析和解決的。
　

3、　 本研究的主要內(nèi)容包括多水平logistic模型理論的基本原理與方法、實例擬合過程(包括深圳市社區(qū)居民健康狀況調(diào)查和廣州市居民吸煙情況調(diào)查數(shù)據(jù))、分析步驟、方法比較及結(jié)果解釋等。
　　 本研究的數(shù)據(jù)預(yù)處理采用SAS9.2軟件，多水平模型分析采用MLwiN和SAS9.2軟件，數(shù)據(jù)缺失值采用SAS9.2的MI過程進行處理。
　　 結(jié)果：實例應(yīng)用表明多水平模型在處理層次結(jié)構(gòu)數(shù)據(jù)時，能夠解決其有數(shù)據(jù)層次性、聚集性的問題，并且

4、能夠根據(jù)專業(yè)知識和實際情況將解釋變量處理為固定效應(yīng)或者隨機效應(yīng)，從而能夠得到更豐富，更全面的結(jié)果。將多水平模型與篩選變量后的logitistic回歸模型進行比較，前者的標準誤比后者更小，統(tǒng)計效果更顯著，且對于結(jié)果比后者有更合理的解釋性。將缺失值進行多元填補后，能夠得到比原始數(shù)據(jù)更可靠的結(jié)果。
　　 結(jié)論：多水平logistic模型理論在處理二分類層次結(jié)構(gòu)數(shù)據(jù)時，提供了比傳統(tǒng)模型更接近于客觀情況的豐富信息。一般logistic回歸

5、模型簡單易行，但只能研究個體層面的信息和其固定效應(yīng)，無法分析組群方面信息和哪些因素對結(jié)局變量的變異程度有影響，而且當(dāng)數(shù)據(jù)存在聚集性時會出現(xiàn)偏誤，并且對于結(jié)果不能給出合理的解釋；多水平logistic模型充分考慮了數(shù)據(jù)間的相關(guān)性問題，可考慮層次信息，并且能夠同時研究個體變異和組間變異，能夠分析固體效應(yīng)和隨機效應(yīng)，對研究因素可做出準確的估計和假設(shè)檢驗。但是，多水平模型也有一定的局限性，如多水平模型要求低級水平和高級水平的殘差方差服從正態(tài)分布

6、或多元正態(tài)分布，參數(shù)估計較復(fù)雜，等等。另外，有層次結(jié)構(gòu)的數(shù)據(jù)不一定需要做多水平模型分析，首先要看其組內(nèi)相關(guān)性的大小，即是否存在組內(nèi)聚集性，如果不存在數(shù)據(jù)聚集性，則用一般統(tǒng)計模型就可以了。在實際應(yīng)用中，要結(jié)合專業(yè)知識和數(shù)據(jù)特征來選擇合適的統(tǒng)計方法。
　　 忽略層次結(jié)構(gòu)數(shù)據(jù)的組群效應(yīng)，將會以損失資料信息的完整性為代價，使統(tǒng)計結(jié)果失效，并有可能得出錯誤的結(jié)論。因此，在有層次結(jié)構(gòu)的流行病學(xué)調(diào)查數(shù)據(jù)中，多水平logistic模型是一個很好