前言
#天地不限人,则天地无限
#本期内容:广义线性模型、广义估计方程、广义线性混合模型
#由于导师最近布置了学习SPSS这款软件的任务,因此想来平台和大家一起交流下学习经验,这期推送内容接上一次高级教程第四章的学习笔记,希望能得到一些指正和帮助~
粉丝及官方意见说明
#针对官方爸爸的意见说的推送缺乏操作过程的数据案例文件澄清如下:1、操作演示的数据全部由我本人随意假设输进去的,重在演示操作;2、本人也只是在学习阶段,希望友友们能谅解哈,手里有数据的宝子当然更好啦,没有咱就自己假设数据练习一下也没多大关系的哈;3、我也会在后续教程中尽量增加一些数据的必要性说明;4、大家有什么好的意见也可以在评论区一起交流吖~
第五章一些学习笔记
- SPSS中一般线性模型并不适用的情况:1、模型的基本结构为线性,当自变量和因变量之间的关系并非线性;2、模型中假定残差服从正态分布,这一点可能并不合理;3、模型中实际上允许变量取任意值;4、模型中假设残差的变异是恒定的,而且各残差的变异互相独立无相关。--统计分析高级教程(第三版)P86
- SPSS中广义线性模型主要从两个方面拓展了线性模型:1、放松了对因变量服从正态分布的假定,且将其拓展到了二项分布、Poisson分布、负二项分布等指数分布族;2、通过连接函数,将因变量的取值变换到自变量的线性预测的取值范围R中,把指数分布族的变量统一到了一个模型框架中,因此具有极大的灵活性,这样通过选择不同的因变量概率分布、方差函数、连接函数和线性预测函数就可以得到不同的广义线性模型。--统计分析高级教程(第三版)P87
- SPSS中得广义估计方程(generalized estimating equations, GEEs)主要研究纵向数据,而纵向数据最大特点在于:同一对象得多次测量结果之间可能相关,一般线性模型和广义线性模型均要求Y独立,而纵向数据得多次测量之间存在相关关系。虽然混合线性模型可以较好地处理纵向数据,但该方法需要使用要求正确指定的方差-协方差矩阵,相比之下,GEEs具有简洁明快的优势,由于其为每个观察对象单独指定了一个作业相关矩阵(working correlation matrix),从而解决了时间相依性的问题。--统计分析高级教程(第三版)P89-90
- SPSS中当重点在于对固定部分参数进行估计和检验时,广义估计方程比较合适;如果对随机部分的参数估计和检验也同样重要,则应当采用线性混合模型来分析,对于简单情况受限最大似然法即可满足需求,对于复杂情况,可能需要用广义最小二乘法算法得到更为准确的结果,该算法目前只能在MLwiN软件实现。--统计分析高级教程(第三版)P94
第五章一些操作方法
广义线性模型、广义估计方程与广义线性混合模型
广义线性模型(generalized linear model)【指范围更广功能更强大的另一大类模型】
这里选固定值是为了和第二章的结果一致,在绝大多数情况下采用最大似然估计来拟合广义线性模型会更稳妥。
广义估计方程(generalized estimating equations, GEEs)【主要用于研究纵向数据】
这里选择皮尔逊卡方的目的和前面效果一致,也是为了和前面得出相同的结果,默认这里还是选择最大似然会好一点
下面进一步考虑各次重复测量间的相关性
广义线性混合模型
【广义估计方程和混合效应可以解决数据非独立问题,广义线性可以用于解决因变量数据非正态的问题,二者的结合作用就是广义线性混合模型,generalized linear mixed model , GLMM】
结束语
#好啦~,以上就是我SPSS第二十三期学习笔记——高级教程第五章的学习情况啦~,希望能与大家交流学习经验,共同进步吖~
#考虑高级教程的难度与深度,主要是内容太多辣,后续依然会尽力更新内容~争取日更!
#也非常感谢大家对我的一路陪伴,宝子们的关注、支持和打赏就是up儿不断更新滴动力,我近期也会坚持学习SPSS,更新相应的学习内容及笔记到平台上,咱们下期高级教程不见不散~