回归模型系列(5)-广义估计方程与混合效应模型

广义估计方程

补充:广义估计方程与重复测量方差分析的区别(个人观点):

都可用于重复测量数据的组间及时间差异分析

重复测量方差分析

适用于:时间变量为因子

优势:时间可不等距 综合考虑任两个时间点或任两组间的差异 而GEE需要设定某一时间(组)为参照或设置为连续值(但此时需要等距)

缺点:缺少两两比较的方法

广义估计方程

优势:可设立相关结构、可通过设置时间变量或分组变量为因子达成事后两两检验的效果

缺点:当设置时间或分组为连续型时,需要差异等距

总结:

当时间变量连续且等距选GEE,

当需要两两比较或需要设置参照选GEE,

当需要估计回归系数选择GEE

其他情况可考虑重复测量方差分析简单易用

混合效应模型

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇