两阶段混合效应位置尺度模型在密集纵向数据中的应用

作者：柳芳超; 弭凤玲; 姜慧; 姜晓颖; 张迪; 郑晓静; 罗天娥^*

来源：中国卫生统计, 2022, 39(06): 850-854.

• 位置尺度模型
• 密集纵向数据
• 混合效应

目的 探讨两阶段混合效应位置尺度模型在密集纵向数据中的应用。方法 通过在随机误差方差项下引入尺度效应的对数线性子模型的方式，构建混合效应位置尺度模型，并运用多重填补的数值模拟方法，使用MixWILD软件在一项探索考前情绪波动对考试成绩影响的实例数据中运用最大似然估计法完成了参数估计，通过两阶段建模策略实现基于方差的建模要求。结果 针对该数据，第一阶段位置尺度模型中随机尺度标准差存在统计学意义，可见不同个体考前一个月情绪波动差别大。经模型似然比检验，含有随机位置效应，尺度效应及随机位置尺度效应的混合效应位置尺度模型最优，其拟合结果显示，个体内情绪波动主要受性别(z=-2.23,P=0.026)和睡眠质量(z=-4.44,P<0.001)的影响。根据该模型生成多重填补数据集，第二阶段logistic回归结果显示，个体内情绪的波动对通过考试可能性的影响有限(z=0.059,P=0.954),但随机尺度效应与高中成绩点的交互作用存在统计学意义(z=2.053,P=0.040),表明高中成绩点与通过考试之间的正相关性在性格波动大的个体中更加明显。结论 针对密集纵向数据中某特征随时间的波动是否影响另一特征的问题，两阶段混合效应位置尺度模型能够完成基于方差的建模，相比混合效应模型，提供更加详实的结论。

• 单位
  山西医科大学; 首都医科大学附属北京胸科医院; 公共卫生学院; 北京市结核病胸部肿瘤研究所