R语言纵向数据3大核心模型对比:混合效应、GEE与轨迹模型应用场景
在医学研究、社会科学和心理学等领域,纵向数据分析已成为揭示时间变化规律的关键工具。面对重复测量的数据,研究者常陷入模型选择的困境:混合效应模型、广义估计方程(GEE)和潜类别轨迹模型(LCMM)各有何优劣?本文将通过R语言实战演示,解析三大模型的数学本质、适用场景及实现方法,帮助读者建立系统的模型选择框架。
1. 纵向数据特性与建模挑战
纵向数据的核心特征是存在 组内相关性 ——同一个体的多次观测值之间存在时间依赖。以经典的dental数据集为例(包含27名儿童从8岁到14岁的牙科测量记录),我们首先观察数据特征:
library(tidyverse)
dental_long <- dental %>%
pivot_longer(starts_with("y"), names_to = "age", values_to =distance") %>%
mutate(age = parse_number(age))
ggplot(dental_long, aes(age, distance, group = id)) +
geom_line(alpha = 0.6) +
stat_smooth(aes(group = 1), method = "loess", se = FALSE, color = "red") +
labs(title = "个体生长轨迹与总体趋势")
关键挑战 在于:
- 时间效应与非独立观测的耦合
- 个体间异质性与组内同质性并存
- 缺失数据与测量时间点不规则
提示:纵向数据分析前必须检验组内相关性,可通过ICC(Intraclass Correlation Coefficient)评估:
lmer(distance ~ 1 + (1|id), data = dental_long) %>%
performance::icc()
2. 混合效应模型:解析固定与随机效应
2.1 模型原理
混合效应模型(LMM)通过引入随机效应捕捉个体差异,其数学形式为:
$$ Y_{ij} = \underbrace{\beta_0 + \beta_1X_{ij}} {\text{固定效应}} + \underbrace{b {0i} + b_{1i}t_{ij} + \epsilon_{ij}}_{\text
329



被折叠的 条评论
为什么被折叠?



