混合线性模型(proc mixed)

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

混合线性模型(proc mixed)
1. GLM是应用最小二乘法原理计算协方差参数的，这一模型对协方差结构有极端的假定。当需要估计尽可能多的方差及协方差参数时，GLM模型有一定的局限性，而基于似然函数法原理的混合效应线性模型分析方法可满足不受协方差参数限制的要求，而且MIXED模型还可以分析观察时间点不相等的资料，也能充分利用具有缺失观察值的资料，它允许资料存在某种相关性及协方差矩阵的多样性，更适应重复测量资料的特点。
2. 一般线性模型（GLM）要求误差项e具有独立一致的正态分布，而许多实际资料不能满足这一假定。Mixed 模型允许误差项具有更灵活的结构，包括相关性和方差的不齐性。
3. 混合效应线性模型（proc mixed）采用最大似然估计法（maximum likelihood，ML）和约束最大似然估计法（restricted maximum likelihood，REML）原理计算协方差矩阵。
4. 应用混合效应线性模型的步骤：
① 确定固定效应和随机效应；
② 选择协方差结构，常见的有7种。
a. 独立结构（又称方差分量结构） VC ，矩阵中含1个协方差参数；
b. 复合对称结构CS，矩阵中含2个协方差参数；
c. 空间幂相关结构 SP(POW)，含2个协方差参数；
d. 无结构（又称不规则结构） UN，含n(n+1)/2个协方差参数；
e. 一阶自回归结构 AR(1)，含2个协方差参数；
f. 带状主对角结构 UN(1)，含n个协方差参数；
g. 循环相关结构 TOEP，含n个协方差参数；
③上述不同的协方差矩阵中，选出似然比统计量（-2 Log Likelihood）、Akaike’s Information Criterion(AIC)、及Schwartz’s Bayesian Criterion（BIC）较小的一个。如果这些统计量很近似，则选含参数个数最少的一个，通常以AIC为主要判断指标。
④ 选定协方差结构后，再筛选固定效应参数，剔除无统计学意义的高阶效应。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏19 回帖

关键词：proc mixed 混合线性模型 Mixed 线性模型 mix 正态分布 局限性 相关性 模型 测量

学习了。谢谢。

留贴收藏

Thank you very much for your sharing

挺好的

毕业论文 就是写这个....   难忘的经历.!!!!!!!!!!!!

谢谢楼主的分享。

谢谢楼主，有问题可以联系你不？

跟楼主提个小建议，虽然GLM可以表示为general linear model（一般线性模型），但更常用的是generalized linear model（广义线性模型），乍一看“GLM是应用最小二乘法原理计算协方差参数的”，吓了我一跳，想着广义线性模型都能用OLS（最小二乘法）估计啦，不是只能用MLE（极大似然估计）么？所以，我建议一般线性模型使用linear regression model（线性回归模型），GLM用于广义线性模型这样就清楚多啦。
PS. 我知道LZ在SAS里面看到PROC GLM是线性回归过程，PROC GENMOD是广义线性回归模型。不过论坛上总归有对GLM不是很熟悉的人哈，为避免出错，还是采用统一格式比较好。