已阅读5页,还剩39页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
摘要 摘要 多元纵向数据是指对研究个体的多个响应变量在不同时刻进行重复测量而得 到的一组实验数据。因多个响应变量之间往往存在横向相关,而单个响应变量还 可能存在随时间变化的纵向相关,故研究多元纵向数据需要同时考虑其横向相关 性与纵向相关性。早期的研究者们在分析多元纵向数据时,往往是将同一个个体 的各响应变量随时间变化的观测值视为不同的时间序列,并分别建立时间序列模 型,忽略了多个响应变量之间的横向相关,可能造成信息损失。自j r o y & x l i n 于2 0 0 0 年对多元纵向数据进行联合建模以来,学者们对多元纵向数据的建模方法 有了新的认识。r vg u e o r g u i e v a & gs a n a c o r a 在2 0 0 6 年的研究结果中表明:描 述多元纵向数据时,联合建模得到的估计往往比分别建模更为有效。 另外,研究个体的各个响应变量有可能均为连续型的,或均为离散型的,或 其中部分是连续型,部分则为离散型的。对多元纵向数据进行分析,充分考虑响 应变量的上述特点,并对其进行联合建模已成为研究这类数据的基本出发点。近 年来,国内外在多元纵向数据的研究上取得了一定的理论和实践上的发展。从分 别建模到联合建模,从“普通多元纵向数据分析 到“一阶马氏下的多元纵向数 据分析 ,“含有缺失机制的多元纵向数据分析 ,“响应变量为离散型和连续型的 多元纵向数据分析等,学者们对多元纵向数据的研究正逐步深化。 在前人的研究基础上,本文作者研读了大量的相关资料,所做工作具体如下: 第一:详细阐述邢艳春在文 1 】中对“一阶马氏下的多元纵向数据”的建模过程, 然后在其证明所建模型能够描述“潜在变量存在一阶自相关 的基础上,进行证 明方法的改进。所用方法思路简洁,证明过程亦更为简单;第二:在文 1 】模型的 基础上,针对一类复杂的多元纵向数据“其潜在变量具有一阶马氏链的自相 关,其响应变量为连续型和多分类型”,提出自己的建模过程和参数估计方法。本 文所做工作推广和丰富了前人在多元纵向数据相关领域的理论研究成果,同时具 有一定的实践指导作用。 关键词:多元纵向数据,潜在变量,一阶马氏链的自相关,连续变量和多分类变 量,l o g i s t i c 回归模型 a b s t r a c r a b s t r a c t m u l t i p l el o n g i t u d i n a ld a t ar e f e r st oag r o u po fd a t aw h i c hi sg o tf r o mr e p e a t e d m e a s u r e m e n t so fs e v e r a lr e s p o n s ev a r i a b l e so fau n i t s u c hr e p e a t e dm e a s u r e m e n t sa r e t a k e na td i f f e r e n tt i m e s t h e r em a yb eac r o s s s e c t i o n a lc o r r e l a t i o na m o n gt h er e s p o n s e v a r i a b l e s m e a s u r i n ge a c hr e s p o n s ev a r i a b l er e p e a t e d l y , t h e r em a yb eal o n g i t u d i n a l c o r r e l a t i o n t h e r e f o r e , i ti sn e c e s s a r yt o l i n ka b o u tb o t ht h ec r o s s - s e c t i o n a la n dt h e l o n g i t u d i n a lc o r r e l a t i o nw h e na n a l y z i n gm u l t i p l el o n g i t u d i n a ld a t a r e s e a r c h e r se a r l i e r a l w a y sr e g a r d e dt h eo u t c o m e sm e a s u r e da td i f f e r e n tt i m e so fe a c hr e s p o n s ev a r i a b l eo f au n i ta sd i f f e r e n tt i m es e r i e s ,a n dc r e a t e dt i m es e r i e sm o d e l s i tn e g l e c t e dt h e c r o s s - s e c t i o n a lc o r r e l a t i o na m o n gt h er e s p o n s ev a r i a b l e sa n dl o s sm u c hi n f o r m a t i o n s i n c ej r o y & x l i nc r e a t e dau n i t e dm o d e lt of i tm u l t i p l el o n g i t u d i n a ld a t ai n2 0 0 0 , s c h o l a r sh a dan e w u n d e r s t a n d i n g i ni t sm o d e l i n gw a y i t vg u e o r g u i e v a & gs a n a c o r a s h o wt h a tm o d e l i n gu n i t e dw a sb e t t e rt h a nm o d e l i n gs e p a r a t e l yi nt h e i rr e s e a r c hi n 2 0 0 6 i na d d i t i o n ,t h er e s p o n s ev a r i a b l e so fau n i tm a yb ea l lc o n t i n u o u s ,o ra l ld i s c r e t e , o rb o mo ft h e m s o ,c o n s i d e r i n gt h e s eq u a l i t i e sa n dm o d e l i n gu n i t e di st h ek e yt o a n a l y z em u l t i p l el o n g i t u d i n a ld a t a i nr e c e n ty e a r s ,r e s e a r c h e r sa th o m ea n da b r o a dg o t ac e r t a i nd e v e l o p m e n to fm u l t i p l el o n g i 【t u d i n a ld a t ai nt h e o r ya n dp r a c t i c e f r o m m o d e l i n gs e p a r a t e l yt om o d e l i n gu n i t e d ,f r o m “a n a l y s i so fm u l t i p l el o n g i t u d i n a ld a t a t o “a n a l y s i so fm u l t i p l el o n g i t u d i n a ld a t au n d e rf i r s t o r d e ra u t o r e g r e s s i v e ,t h e nt o a n a l y s i s o fm u l t i p l el o n g i t u d i n a lo u t c o m e sw i t h n o n i g n o r a b l ed r o p o u t ,a n d “a n a l y s i s o fd i s c r e t ea n dc o n t i n u o u s m u l t i p l el o n g i t u d i n a ld a t a ,a n d s oo n r e s e a r c h i n go nm u l t i p l el o n g i t u d i n a ld a t ai sg e t t i n gd e e p e ra n dd e e p e r o nt h eb a s i so fp r e v i o u sr e s e a r c h ,t h ea u t h o ro ft h i st h e s i sh a sr e a dal o to fr e l a t e d r e f e r e n c e s ,j o bd o n ea sf o l l o w :f i r s t l y , i n t r o d u c i n gt h em o d e l i n gp r o c e s so fm u l t i p l e l o n g i t u d i n a ld a t au n d e rf i r s t o r d e ra u t o r e g r e s s i v em a d eb yy a n c h u nx i n gi nr e f e r e n c e 1 】,a n da f t e ri n t r o d u c i n gt h ec e r t i f i c a t i o no fm o d e lf i t t i n g “f i r s t - o r d e ra u t o r e g r e s s i v e a m o n gl a t e n tv a r i a b l e s ”,t h ea u t h o ro ft h i st h e s i sg i v e sa n o t h e rp r o v i n gw a yw h i c hi s e a s i e rt h a nt h eo r i g i n a l s e c o n d l y , o nt h eb a s i so ft h er e f e r e n c e 1 ,f o rak i n do f i i c o m p l e xm u l t i p l el o n g i t u d i n a ld a t a - t h e r ei saf i r s t - o r d e ra u t o r e g r e s s i v ea m o n g l a t e n tv a r i a b l e s ,r e s p o n s ev a r i a b l e sh a v eb o t hc o n t i n u o u sv a r i a b l e sa n dp o l y t o m o u s v a r i a b l e s ”t h ea u t h o ro ft h i st h e s i sg i v e st h em o d e l i n gw a ya n dp a r a m e t e re s t i m a t i o n m e t h o d t h e j o bd o n eb yt h ea u t h o ro ft h i st h e s i sp r o m o t e sa n de n r i c h e st h et h e o r e t i c a l r e s e a r c ho n m u l t i p l el o n g i t u d i n a ld a t a a tt h es a m et i m e ,i th a sac e r t a i nr o l ei ng u i d i n g p r a c t i c e k e y w o r d s :m u l t i p l el o n g i t u d i n a ld a t a , l a t e n tv a r i a b l e ,f i r s t - o r d e ra u t o r e g r e s s i v e , c o n t i n u o u sv a r i a b l e sa n dp o l y t o m o u sv a r i a b l e s ,l o g i s t i cr e g r e s s i o nm o d e l s i i i 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方 外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名:翌至羞虹日期:砷年汨,日 | 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘, 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后应遵守此规定) 签名:导师签名:署奎层 日期:7 1 00 7 年舌月7 日 第一章引言 1 1 选题的背景及意义 第一章引言 纵向数据研究在生物医学统计中处于特殊的地位【2 】。例如,在医学实验中, 我们往往对研究个体在一段时间内进行重复测量。如关心一个人的血压,我们要 在一段时间内进行重复测量,通过重复测量得到的数据来研究这个人的血压变化 及影响因素,用这种方法来研究数据就是一种纵向数据研究。即纵向数据是通过 对研究个体的单个响应变量在不同时刻进行重复观测而得到的一组实验数据。传 统的纵向数据分析方法有重复测量的方差分析,时间序列分析,混合效应分析, 以及广义线性模型分析等。其中时间序列分析是对纵向数据进行分析的一种非常 重要的统计分析技术,线性混合效应模型也是处理纵向数据较常用的模型 3 - 6 1 。 而在许多研究领域,我们不仅关心个体的单个响应变量,而且还关心其他的 响应变量。如上面所说,我们不仅需要关心一个人的血压,还要关心其血脂、血 糖、心率、体温等其他响应变量。那么像这种对研究个体的多个响应变量在不同 时刻进行重复观测,这样得到的数据就是多元纵向数据。我们知道,每个研究个 体的多个响应变量可能用来描述该个体的同一潜在特征,因此,不同响应变量之 间往往存在横向相关;而对单个响应变量在不同时刻进行重复观测,还可能存在 随时间变化而产生的纵向相关。即研究多元纵向数据需要同时考虑其横向相关性 与纵向相关性【7 j 。 目前,关于多元纵向数据的文献还非常有限。国内外研究者对多元纵向数据 的研究大致可以分为三个阶段。第一个阶段:将多元纵向数据视为截面数据。例 如:j m l e g le r :, m l e f k o p o u l o u & l m r y a n 应用广义估计方程分析多元纵向数 据【硼;m d s a m m e la n dl m r y a n 提出用潜在变量模型分析多元连续型变量【9 1 。 第二个阶段:对多元纵向数据进行分别建模,即将同一个个体的各响应变量随时 间变化的观测值视为不同的时间序列,并分别建立时间序列模型,这往往忽略了 多个响应变量之间的横向相关,很可能造成信息的损失。例如:a s h a l l ,n l a i r d & d s c h o e n f e l d 利用多元线性混合模型研究多元纵向数据【l o 】,这种建模方法忽略 了研究个体的多个响应变量之间的横向相关,从而造成一定的信息损失。第三个 阶段:对多元纵向数据进行联合建模,且在建模过程中考虑到多元纵向数据可能 电子科技大学硕士学位论文 存在的缺失机制、其潜在变量可能存在的一阶自相关、其响应变量的连续性,离 散性等特征。如:j r o y & x l i n 利用潜在变量模型来处理连续型多元纵向数据, 因为多元纵向数据的响应变量从不同侧面来测量其潜在变量,所以他们首先对观 测到的响应变量建立关于潜在变量的回归模型,而对不可观测的依赖于时间的潜 在变量建立线性混合模型嘿之后,j r o y x l i n 又对含有缺失机制的多元纵向 数据进行建模分析【l l 】;邢艳春从文 7 】受到启发,对其模型进行改进,对观测到的 响应变量建立关于潜在变量的回归模型,而对潜在变量建立具有一阶马氏链的自 相关模型【l 】:庄严在文 1 f r - t 1 1 】的基础上,提出当多元纵向数据含有不可忽略缺 失机制时的建模过程,在文 1 】模型的基础上,提出利用l o g i s t i c 回归对缺失机制 进行建模分析【1 2 】;另外,d s m a l t , m r l o u i s e m l j u l i e 和r vg u e o r g u i e v a & q s a n a c o r a 均对含离散型和连续型变量的多元纵向数据进行建模【1 3 ,1 4 1 ,但作者 是将离散化数据连续化后进行分析的,即用相关p r o b i t 模型研究多分类变量( 离散 变量) ,这不能很好的体现多分类变量的序次性;而d t o d e m ,k k i l n & e l e s a f f r e 是对含多分类变量的多元纵向数据进行建模分析的【1 5 】。 国内外研究者对多元纵向数据的上述研究与探索构成了本文的研究背景。另 外,我们知道,多元纵向数据广泛存在于经济学,生物学,医学,社会学等多个 领域,现实中的多元纵向数据往往非常复杂,因此,对多元纵向数据进行理论上 的讨论与探索将会为实际生活和生产提供一定的实践指导作用。故本人在攻读硕 士学位期间,将毕业论文的研究方向选定为多元纵向数据建模研究。 1 2 本文的主要研究内容及论文结构 1 2 1 主要研究内容 多元纵向数据广泛存在于经济学,生物学,医学,社会学等领域。因此,对 多元纵向数据进行讨论与探索,从理论上讲,会进一步丰富和完善多元纵向数据 的相关理论研究;从实际生活与生产来讲,会为其提供一定的实践指导作用。 现实中的多元纵向数据往往非常复杂,可能存在这种情况:潜在变量存在一 阶马氏链的自相关;响应变量同时含有离散型、连续型;含有不可忽略的缺失机 制等集多种特点与一身的多元纵向数据。那么类似这种当多元纵向数据兼具 很多特点时,应建立什么样的模型来拟合这类数据就显得非常重要。因此,本文 主要研究如下内容: 2 第一章引言 1 在邢艳春对“一阶马氏下的多元纵向数据 建模【1 】之后,关于模型如何描 述“潜在变量存在一阶马氏链的自相关一进行证明方法的改进。 2 对一类复杂的多元纵向数据“其潜在变量具有一阶马氏链的自相关, 其响应变量为连续型和多分类型 ,提出自己的建模过程和参数估计方法。 1 2 2 论文结构 在前人的研究基础上,本文作者研读了大量的相关资料。在第二、三章的铺 垫作用下,针对一类复杂的多元纵向数据“其潜在变量具有一阶马氏链的自 相关,其响应变量为连续型和多分类型 ,本文作者于第四章,提出自己的建模过 程和参数估计方法。具体结构如下: 第一章是引言。首先介绍了选题的背景及意义,其次介绍了本文的研究内容 和文章结构。 第二章是普通多元纵向数据分析。由于本文的主要工作是:对“一阶马氏下 的多元纵向数据【l 】修进行理论总结与探索;并针对一类复杂的多元纵向数据 “其潜在变量具有一阶马氏链的自相关,其响应变量为连续型和多分类型 ,给出 自己的建模过程和参数估计方法。而这些都是在参考j r o y & x l i n 对普通多元 纵向数据建模【7 】的基础上完成的。因此,有必要将本章独立介绍。 第三章是一阶马氏下的多元纵向数据分析。首先给出邢艳春在文【1 】中对“一 阶马氏下的多元纵向数据一的建模过程,然后在其证明所建模型能够很好的描述 “潜在变量存在的一阶自相关 的基础上,给出自己的另一种证明方法。所给方 法思路相对简单,不需要很强的随机过程和矩阵理论等专业数学知识即可达到证 明目的,将给非数学领域的研究者提供很大方便,同时也进一步丰富和完善了一 阶马氏下的多元纵向数据的相关理论研究。 第四章是响应变量为连续型和多分类型的多元纵向数据分析。在第二、三章 环环相扣的基础上,本文作者针对一类复杂的多元纵向数据“其潜在变量具 有一阶马氏链的自相关,其响应变量为连续型和多分类型”,提出自己的建模过程 和参数估计方法。 第五章是讨论和总结。首先阐述了本文的研究思路和作者的探索性工作,然 后给出了多元纵向数据的研究现状和有待解决的问题。 最后是本文的参考文献和作者在攻读硕士期间的研究成果。 3 电子科技大学硕士学位论文 第二章普通多元纵向数据分析 2 1 多元纵向数据 下面对几种常见的与多元纵向数据相关的概念予以说明。 ( 1 ) 截面数据:当固定t ,重复试验得到的总体( w ) 的统计数据,x 2 ,毛 称为截面数据,也称截口数据或静态数据【1 6 】。 ( 2 ) 时间序列数据:当固定x ,时间序列的一条样本函数而,x 2 ,x 。称为时 间序列数据旧。 ( 3 ) 纵向数据:对研究个体的单个变量在不同时刻进行重复观测而得到的由 截面和时间序列融合在一起的数据称为纵向数据,也称面板数据【1 8 】。纵向数据的 最大优点是:它有效地把截面数据和时间序列数据融合在一起,能更好的分析出 个体随时间的变化趋势。 表2 - 1 纵向数据直观图 个体单个响应变量对变量在不同时刻进行重复观测 彳 口 q ,a 2 ,口 曰 6 6 l ,b 2 ,玩 c c c l ,c 2 ,c n 我们看n - 纵向数据往往是通过对研究个体的单个响应变量在不同时刻进行 重复观测而得到的一组实验数据。而在许多研究领域中,我们不仅关心个体的单 个响应变量,而且还关心其他的响应变量。例如,在医疗实验中,我们不仅关心 个体的血压,还关心其血糖、血脂、心率、体温于是,就有必要引入“多元 纵向数据”。 ( 4 ) 多元纵向数据:对研究个体的多个响应变量在不同时刻进行重复观测而 得到的一组实验数据。同一个个体的多个响应变量可能用来描述个体的同一特征, 因此,不同响应变量之间往往存在横向相关。而对单个响应变量在不同时刻进行 重复观测,还可能存在随时间变化的纵向相关。因此,研究多元纵向数据需要同 时考虑其横向相关性和纵向相关性。 假设研究个体含m 个响应变量,则多元纵向数据的数学含义可用下图解释: 4 第二章普通多元纵向数据分析 表2 - 2 多元纵向数据直观图 个体 多个响应变量对变量在不同时刻进行重复观测 么 口l ;口2 ;口mq l ,a l n ;a 2 1 ,a 2 n ;a m l ,口m n b t , l ;如;6 卅6 1 1 ,6 l 。;6 2 l 6 2 。;k l ,k c c l ;c 2 i i 一c mc 1 1 ,c 1 ;c 2 1 ,c 2 n ;c m i ,c m 多元纵向数据广泛存在于经济学,生物学,医学,社会学等诸多领域,因此, 对多元纵向数据进行讨论与探索有着非常重要的理论意义和实践指导作用。 2 2 普通多元纵向数据建模 2 2 1 研究数据的实际背景 本文的研究对象是多元纵向数据,它的实际背景来源于一项国家级面板数据 研究( 考察m e t h a d o n e 治疗方法的变化) i _ 7 1 。简要概括如下: 考察每个个体( 戒毒中心) 是否使用标准的治疗方案主要依赖于三个响应变量 ( 最大剂量水平,治疗时间长短,使用少剂量水平的病人百分比) 。对三个不同的 响应变量在三个不同时亥t j ( 1 9 8 8 年,1 9 9 0 年,1 9 9 5 年) 进行重复观测,从而得到一 组多元纵向数据。本例中,我们的个体观测数据由上述三个分量组成,设为y 。 我们真正关心的是“每个个体的治疗水平,设为u 。而这个治疗水平是一个潜 在变量( 观测不到或很难观测到) ,于是只能依靠上述三个响应变量来反映,j r o y & x l i n 是通过将多个响应变量与潜在变量建立回归模型来实现的【刀;另外,影 响治疗水平的有很多因素,例如:数据采集的时间一1 9 8 8 年,1 9 9 0 年,1 9 9 5 年 ( x i ) ,治疗中心的位置一东北或西南( x ,) ,每个治疗中心患者的平均年龄( z ,) , 治疗中心的所有制私立或公立( 工。) ,患者中非裔美人的比例( x 。) ,每个治疗中 心戒毒者的百分比( x 。) 可以将上述因素看作潜在变量的协( 解释) 变量。于是 j r o y x l i n 用线性混合模型来拟合协变量对潜在变量u 的影响 7 1 。 2 2 2 研究目的 ( 1 ) 研究在过去几年里,治疗手段是否得以改进,以及改进的程度; ( 2 ) 研究影响治疗效果的因素; ( 3 ) 确定未使用有效治疗手段的治疗中心。 5 电子科技大学硕士学位论文 2 2 3 普通多元纵向数据建模 下面将j r o y & x l i n 在文 7 q h 对多元纵向数据的建模过程详述如下: 现有玎个研究个体( 戒毒中心) ,假定第f 个个体在第,个时间点有k 个连续型 响应变量( 七= 1 ,k , j = l ,) ,我们假设所有观测到的共同描述我们所 关心的潜在变量u u 的特性( 不可观测或很难观测到) 。但测量时可能存在 一定误差,这种测量误差可能是由于同一变量在不同时刻的相关性引起的。为考 虑这种相关性,首先对圪与u ,建立如下回归模型: = 厶+ 属i + + p 埘 ( 2 1 ) 其中各变量定义如下:以= ( p 0 。,屈。) 7 为回归系数;观测误差e 珊一i n d e p n ( o ,f 1 2 ) ; 随机效应一i n d e p n ( o ,氕) 。 模型( 2 1 ) 有如下三个假定: ( 1 ) k n ( o ,氩) ,且k ( 尼= 1 ,k ) 相互独立; ( 2 ) 给定潜在变量的条件下,响应变量 = l ,k ) 条件独立; ( 3 ) 潜在变量与响应变量之间的联系是随时间连续变化的。 对模型( 2 - 1 ) 做如下三点说明: ( 1 ) 模型中引入的原因:用响应变量描述潜在变量时存在误差; ( 2 ) 模型中引入k 的原因:首先,任一个个体的同一变量在不同时刻的测量 误差应该是相关的,所以用随机效应来描述这种相关性;其次,引入随机效应能 更合理的表达相同变量在不同时刻的相关性大于不同变量在不同时刻的相关性, 以及不同变量在同一时刻的相关性大于不同变量在不同时刻的相关性。即能更好 的描述响应变量之间的关系( 证明见( 2 4 ) ) : ( 3 ) 假设( 尼= 1 ,k ) 条件独立的原因:为了说明在第个时间点,所有响 应变量之间的横向相关完全是由公共的潜在变量引起的。 其次,为研究潜在变量【厂珏与解释变量x 。的关系,建立如下线性混合模型: u 口= x 口ta + z u la i + sq 0 9 - 其中x 扩为p 宰l 的解释变量;口为p 1 的回归参数;z 莳为g 枣1 设计阵;a f 为q 木1 随 机效应,且口,一n ( 0 ,d ( 矽) ) ,其中d 为g g 正定阵;随机误差s 。n ( o ,1 ) 。 对模型( 2 2 ) 做如下两点说明: ( 1 ) 模型中引, n a ,的原因:a ,能描述潜在变量u 。在不同时刻的纵向相关; ( 2 ) 模型中引入的原因:解释变量x 。描述潜在变量玑时存在一定误差。 6 第二章普通多元纵向数据分析 下面以第f 个个体为例,则模型中各变量之间的关系可用下图清晰的展示: iy 图2 1 普通多元纵向数据模型中各变量的关系 从图中我们可以明显看到:随机效应a ;描述了潜在变量u v ( = 1 , 2 ,) 在不同 时刻的纵向相关;潜在变量是用响应变量来描述的;随机效应k 描述了单 个响应变量( 忌= 1 ,k ) 在不同时刻重复观测而产生的纵向相关。 最后,对上述“模型引入k 能更好的体现响应变量之间的相关性予以证明。 证明:把( 2 2 ) 代入( 2 1 ) ,有 y 崛= p 哦+ p l k x u lq + p t k z 口la l + i | b l k 8 口 4 - b 啦+ e 诤嘻, 根据该式,有 c d ( ,) 屈1 2 z 矿7 d ( 乡) z i ,+ 磊 ( 层, 2 z o r d ( o ) z i f + 届t 2 + 氕+ 吒2 ) j ( 层k 2 z u r d ( o ) z u + 届t 2 + 彘+ f k 2 ) j c o r r ( r 嘶,) :塑车墨堕,- 1 ( 2 _ 3 ) ( 屈, 2 z o r d ( o ) z l + 屈2 + 六+ 以2 ) 互( 届k 2 z u7 d ( 口) z u + 屈石2 + 靠+ 2 ) j c o r r ( y 海,) p l 女届k7 ( z j d ( o ) z 盯+ 1 ) 2 丁1 ( 届t 2 么驴t d ( 秒) z l + 届t 2 + 氕+ 吒2 ) i ( 届石2 z i t d ( 秒) z l ,+ 届石2 + 厶+ 靠2 ) j 7 电子科技大学硕士学位论文 显然有 ( ,) c d ( ,) ,c o r r ( y 晦,) c d 玎( ,) ( 2 4 ) 即模型中引入随机效应确实能更好的体现多元纵向数据之间的相关性。 2 3 本章小结 本章介绍了j r o y & x l i n 关于多元纵向数据的建模过程。多元纵向数据是 通过对研究个体的多个响应变量在不同时刻进行重复观测而得到的一组实验数 据。而这多个响应变量试图从不同角度和侧面来描述个体的某一潜在特征,如果 直接对解释变量和响应变量建立线性或非线性模型,或是将这些响应变量分开来 建模,将忽略个体的这一潜在特征,故j r o y & x l i n 对潜在变量和多个响应变 量建立回归模型,而对潜在变量和解释变量建立线性混合模型。即让“潜在变量 起到一种桥梁作用,巧妙的将“响应变量 和“解释变量”联系到一起,这种建 模思路考虑到了我们最为关心的潜在变量这一特征。 8 第三章一阶马氏下的多元纵向数据分析 第三章一阶马氏下的多元纵向数据分析 3 。1 预备知识 3 1 1i t 维列向量的条件期望和条件方差 本章乃至本文在讨论多元纵向数据时,均假设其服从多元正态分布( 多元正态 分布具有很多良好的性质,比如:其边缘分布仍为正态分布;其经任何线性变换 之后,得到的随机向量仍为多维正态分布等) ,而且在后面的建模以及参数估计过 程中,都需要较多的多元正态分布的有关性质,故先作为预备知识对其予以简单 说明。 我们知道,若 维列向量x 似,) ,( o ) ,则利用矩阵运算,其联合概率 密度函数可以写为【1 9 1 厂( z ) :厂( 而,而,) :七e j i 。1 i ,卜町 ( 2 万) 2j | j 首先,讨论x 为二维列向量的情况:设z = ( 乏) ,则相应的均值向量和协 方差阵为 = ( :) ,艺= ( 茎:乏) 则在给定五= 五时,有 驯五硝脚z + 等( _ ”踹。舞电m ) a t、 | ) x 、 | x i ) x 。 2 2 + 2 l 1 1 - 1 ( 石i 一1 ) c o v ( x 21x1=xi)=(1-p2)0-22-1一篱】dx:=i砣一:,。q。: 如果给定五,则可通过变换】,= g 9 匐x ,利用上式即能计算出下面结果 电子科技大学硕士学位论文 以引五吲= l i - - 堕o 2 ( 屯叫2 ) _ ”1 2 2 2 - 1 0 2 叫2 ) 【c o v ( x , i 五= 屯) = ( 1 - p 2 ) q 2 = l l zs 2 - z z 2 l 其次,如果石为三维列向量:设x = 薹 ,则相应的均值向量和协方差阵分 = 茎兰茎兰 f e ( 耋) i 墨= 五,= ( :;) + ( 至: z ,。一c 而一“, 【c 。妻乏) l 墨= x 。,= ( 至兰至:) 一( 至: 。q c 。:。, 3 1 2 自相关模型 至 ,2,3 哨- a 2 ) 纵向数据是对研究个体的单个响应变量在不同时刻进行重复观测而得到的一 组由截面和时序融合在一起的数据。其最大优点是:有效地把截面数据和时间序 列数据融合在一起,能更好的分析出个体随时间的变化趋势。其显著特征是数据 之间存在着相关性。故我们必须选择合理的协方差结构来刻画由同一个个体的重 复观测而引起的相关性。因为只有选择合理的协方差结构,才能获得有关参数的 合理推断。刻画纵向数据的协方差结构主要有三种可能性因素,即序列相关( 特别 是一阶自相关) 、随机效应、常规的随机误差。而本章讨论的多元纵向数据主要考 虑潜在变量之间存在的一阶马氏链的自相关,故在此将一阶自相关模型予以简 单介绍: l o 、l,以心心 j,jj_-l_。_。i-l = 为别 2 3 石x、 一 n 孔 q 、, 、 厂飞忸镜 、” 邑厂义 + = 、 t d 屯 x i i 3 j 五 x i i 2 j 邑 陋 引 峨 0 以 第三章一阶马氏下的多元纵向数据分析 假设v 呱) = 仃2 ,c o v ( 磊,x i 小i ) = 仃2 p ,则对于k ,p o ,有 f v a t ( x , 1 ) e o v ( x , 1 ,五2 ) c o v ( x , l ,墨。) 啦户岫( x 0 ,以儿泸| e o v ( x z 如) v 如) c o v ( :j i : :。 l c o v ( 以l ,l ) e o v ( x 2 ,l ) v a r ( x 朋) , f r l pp 2 p ”1 、 ip 1 p p ”2i = 仃2 lp 2 p 1 p 卜3i( 3 1 ) i ; ; ;j ip 驴1 p ”2p 俨3 1 j 显然,自相关模型的协方差矩阵只含两个参数仃2 和p ,且随着时间间隔的增 大,两个变量之间的相关性逐渐减弱。 于是,自相关模型可以通过下述过程来实现: 3 2 一阶马氏下的多元纵向数据建模 我们知道,第二章的模型( 2 - 2 ) 主要用随机效应a ,描述潜在变量u 。,( ,= 1 2 ,3 ) 在不同时刻的纵向相关,这种相关是一种均匀相关。据此容易想到:在第二章介 绍的研究实例中,在已知今年治疗水平的情况下,戒毒中心明年的治疗水平很可 能只与今年的治疗水平相关,而与去年的无关。也即潜在变量( 戒毒中心的治疗水 平) u 。在给定第二时刻测量值,的条件下,第三时刻测量值u ;,可能与第一时刻 的测量值u “无关。即在有些情况下,随着时间间隔的增大,两个潜在变量之间的 相关性可能会逐渐减弱。即玑( ,= 1 2 ,3 ) 可能存在具有一阶马氏链的自相关。基 于这种想法,邢艳春对第二章的模型( 2 - 2 ) 进行改进,用一阶马氏链的自相关模型 去描述潜在变量u 。之间的相关性。为说明问题的方便,下面将其建模过程【l 】详述 如下: 首先,参照( 2 1 ) ,将多个响应变量z 。,与潜在变量u 。建立如下回归模型: 电子科技大学硕士学位论文 = 凡+ 屈七+ + ( 3 3 ) 其中各变量定义如下:尻= ( 风。,届七) r 为回归系数;观测误差, - , i n d e p n ( o ,f k 2 ) ; 随机效应6 雎i n d e p n ( o ,c k ) 。 其次,参照预备知识之( 3 - 2 ) ,将潜在变量与解释变量磊建立具有一阶马 氏链的自相关模型: u = x o l s # 2p l j - 1 七# 一n ( 0 ,盯2 ( 1 - p 2 ) ) ( 3 - 4 ) g i o 一( o ,盯2 ) 为p 奉1 的解释变量,硝p 母l 的回归参数。 对模型( 3 - 4 ) 做如下两点说明: ( 1 ) p 为随机变量岛之间的相关系数,一1 p 1 ; ( 2 ) 若p = 0 ,则模型( 3 4 ) 相似于j r o y & x l i n 在文 7 y 9 的模型( 2 2 ) ,描 述的是“潜在变量( _ ,= 1 , 2 ,) 之间不存在一阶马氏链的自相关 的情形。而 在本章,我们主要考虑p 0 的情况,而且针对研究实例,这样建模似乎更合乎 事实。 以第f 个个体( 戒毒中心) 为实例,则各变量之间的关系可用下图清晰的展示: x nx i 2x u ? 上上1 l y n ly m y l y n 2y 陀2 j ,2 y n j ,y i z j j 少i m 图3 - 1 一阶马氏下的多元纵向数据模型中各变量的关系 如图所示,解释变量x l 影响潜在变量;随机效应k 描述了第七个响应变 1 2 第三章一阶马氏下的多元纵向数据分析 量y 珂在不同时刻( _ ,= 1 ,2 ,以) 的纵向相关;潜在变量依靠响应变量来反 应;且u = 1 ,2 ,) 之间存在一阶马氏链的自相关。 3 3 证明模型能够描述潜在变量存在的一阶自相关 邢艳春通过建立模型( 3 3 ) 和( 3 4 ) ,拟合了“潜在变量存在一阶自相关 的多 元纵向数据。为证明所建模型能很好的描述潜在变量( j f = 1 , 2 ,j i ) 之间存在的 一阶自相关性。邢艳春通过多次求解随机变量的数字特征,最后求出潜在变量 的分布,从而达到证明目的。为说明问题的方便,将其证明过程详细介绍如下: 证明:第一步( 参考本章预备知识,求解毛的期望、方差、协方差) : 首先,f l t ( 3 4 ) 中 q 。p 1 8 t 。卜、七q n ( 0 ,仃2 0 - p 2 ) ) q o n ( 0 ,o r 2 ) 易得 e ( e f ) = e ( 胆f 。j 1 ) + e ( 国 ) = 胆( 毛,一1 ) + 0 = 肛( 占j 。,一i ) 且pe ( e f ) = 0 。 其次,j t 姗( 3 - 4 ) 及e ( 白) = 0 ,得 v a t ( 6 ) = 层( 白2 ) - e 2 ( 占事) = e ( 勺2 ) = e ( p 2 岛。,一1 2 + 2 p c 】f ,一l 力j f + 国驴2 ) = p 2 层( s f ,一1 2 ) + 2 肛( 气,一l c o ;f ) + 仃2 ( 1 - p 2 ) = p 2 e ( s l , j _ , 2 ) + 2 腰( t ,卜1 ) e ( 缈 ) + 仃2 ( 1 - p 2 ) = p 2 l 占f ,一1 2 ) + 盯2 ( 1 - p 2 ) = p 2v 缸白) + 盯2 ( 1 - p 2 ) 即v a r ( s 驴) = 盯2 。 再次,由( 3 - 4 ) 中嘞= p c ,一l + ,易得:白与的相关系数为p 1 7 _ 七i 。故 c 0 v ( s 驴,f 诉) = e ( 白g 腩) 一e ( s 扩) e ( 占艰) = 等掣厩厩 := 二二= = - ! = = = = 三= = :一 ,j p 一,j 0 d s4 一d s i k 、 ” = c o r r ( 占西,占腑) 万2 = 仃2 p 一 1 即c 0 v ( ,靠) = 盯2 p 。 综上所述,e ( 白) = 0 ,v a r ( e i ) = 盯2 ,c o v ( z f ,) = 盯2 p 7 一剧。 电子科技大学硕士学位论文 第二步( 在第一步的基础上,求潜在变量的分布) : 首先,令毛= ( 占j l g 加,f 峨) r ,参看第一步所求的e ( 勺) = 0 ,v a r ( e 扩) = 仃2 , c o v ( 8 扩,) = 仃2 p 沪制,于是根据本章预备知识, 1 p c o v ( s f ) = 仃2 i 户2 其次,令= 仃2 a ,其中 a = ; p j , 一1 p p j , 一2 有 p 2 p j , 一 pl q i p j p j , 一1 i p夕2p 一1 p i pp j j t p 2p i p + 3 : : p 以一1夕山一2户 一l 再次,由多元正态分布性质c o v g ,) = e o v ( 8 j ,g f ) = d ( g f ) 知:毛一n ( 0 ,) 。故 = 2 i u 口 | r卦 1 pp 2p 。1 p 1 p一 矿p 1 一 ; ; p j | _ p j r 2p j i - 3
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- (新教材)人教版小学数学六年级上册第一单元确定位置《用有序数对确定位置》教学课件第1课时
- 初中九年级科学核能的利用与安全防护教学设计
- 初三道德与法治《理性看待“谷子经济”》教学设计
- 高中数学高二年级选择性必修第一册空间直角坐标系中距离问题教学设计
- 八年级美术《从神话到世俗》教学设计
- 高三英语读后续写十三大话题万能模板与情节逻辑教学设计
- 小学三年级科学活字印刷体验教学设计
- 八年级数学教学设计:分式章末复习与核心素养培育
- 七年级语文第六单元预习教学设计
- 高中地理选择性必修一陆地水体相互转化教学设计
- 2026三项岗位人员(应急管理局)-熔化焊接和热切割-焊接与热切割作业(压力焊作业人员)历年参考题库含答案详解
- 宁夏吴忠市盐池县2026年社区工作者招聘考试试卷-含答案解析
- 2026中国洗衣干衣行业市场现状需求分析投资布局发展策略研究文献
- 环境应急预案备案依据(3篇)
- 2026年江西省高考物理试卷真题(含答案及解析)
- 特香型白酒的讲解
- 2026中国邮政社会招聘笔试真题(完整版+详细答案解析)
- 五年级上册《白鹭》课件
- 岩爆的预防及处理培训课件
- 中国电信理工综合类笔试题库
- CSCO非小细胞肺癌诊疗指南(2026版)
评论
0/150
提交评论