多水平計(jì)數(shù)模型在復(fù)雜抽樣調(diào)查中的應(yīng)用研究.pdf

1、醫(yī)學(xué)研究多階段復(fù)雜抽樣中，層次結(jié)構(gòu)數(shù)據(jù)屢見不鮮。為了有效處理數(shù)據(jù)中層內(nèi)存在的非獨(dú)立性，多水平模型應(yīng)運(yùn)而生，也成為近年討論的熱點(diǎn)。文中第一章通過線性多水平模型與普通回歸形式之不同，解析了多水平模型中包括的復(fù)合殘差項(xiàng)，即水平2 誤差項(xiàng)0j u、1j u和水平1誤差項(xiàng)ij e。進(jìn)一步闡明多水平模型在處理具有層次結(jié)構(gòu)特征數(shù)據(jù)時(shí)，考慮了數(shù)據(jù)誤差的層次性，將傳統(tǒng)模型中的誤差隨機(jī)項(xiàng)分解到與數(shù)據(jù)層次結(jié)構(gòu)對應(yīng)的水平上，通過估計(jì)個(gè)體水平上的誤差，并考慮解釋

2、變量對方差的影響，它不僅可充分利用個(gè)體水平內(nèi)的聚集信息，獲取回歸系數(shù)的有效估計(jì)，而且可使個(gè)體的隨機(jī)誤差更純，同時(shí)提供擬合研究水平上復(fù)雜誤差結(jié)構(gòu)的可能性。本文參考王濟(jì)川等的研究結(jié)果，將多水平模型的建模步驟分為：空模型→將水平2 解釋變量納入空模型→將水平1解釋變量納入截距模型→檢驗(yàn)水平1隨機(jī)斜率→檢驗(yàn)跨水平交互作用共5 步。
　　 文中第二章主要闡述了多水平Poisson、多水平負(fù)二項(xiàng)以及多水平零膨脹計(jì)數(shù)（Poisson、負(fù)二項(xiàng))

3、模型的基本原理，討論了其參數(shù)估計(jì)和假設(shè)檢驗(yàn)方法。多水平Poisson和負(fù)二項(xiàng)回歸是處理分層計(jì)數(shù)數(shù)據(jù)分析的基礎(chǔ)模型。若分層資料計(jì)數(shù)取值中含有大量的零，即零過多現(xiàn)象，應(yīng)考慮多水平零膨脹計(jì)數(shù)模型。該模型可利用分析數(shù)據(jù)中產(chǎn)生額外零的兩個(gè)過程，減少數(shù)據(jù)中由于過多零導(dǎo)致的估計(jì)偏性，使參數(shù)估計(jì)結(jié)果更準(zhǔn)確。本文假定隨機(jī)變量ij y 服從多水平零膨脹Poisson分布，分別擬合多水平Poisson、ZIP和多水平ZIP 進(jìn)行模擬研究，結(jié)果顯示多水平Poi

4、sson和ZIP 估計(jì)值與模擬真實(shí)有一定相差；而無論水平1I和水平2 j 觀察單位如何取值，多水平零膨脹計(jì)數(shù)模型估計(jì)值均接近模擬真值。因此，對于既存在組群結(jié)構(gòu)，又含過多零的數(shù)據(jù)，采用多水平零膨脹計(jì)數(shù)模型分析是更好的選擇。
　　 文中第三章通過居民兩周就診次數(shù)和農(nóng)村地區(qū)居民骨關(guān)節(jié)疼痛部位數(shù)的影響因素分析實(shí)例，進(jìn)一步揭示兩實(shí)例中均存在分層結(jié)構(gòu)，個(gè)體嵌套于調(diào)查點(diǎn)（村莊）或家庭。借鑒多水平模型建模的思想，分別擬合多水平計(jì)數(shù)模型。在骨關(guān)節(jié)

5、疼痛部位數(shù)的影響因素分析中，Vuong 結(jié)果表明，多水平零膨脹模型比多水平基礎(chǔ)計(jì)數(shù)模型擬合效果更優(yōu)。若存在過度離散問題，多水平零膨脹負(fù)二項(xiàng)模型擬合效果最佳，結(jié)果解釋更合理。
　　 多水平模型形式多樣，其隨機(jī)斜率的個(gè)數(shù)和模型層次數(shù)多不固定。多水平零膨脹計(jì)數(shù)模型，兩部分的線性預(yù)測部分可以根據(jù)研究目的選擇不同的解釋變量，兩部分的隨機(jī)效應(yīng)允許相關(guān)性存在或非獨(dú)立?？傊瑢?shí)際問題研究中可根據(jù)具體的研究目的，按模型原理和軟件實(shí)現(xiàn)，完成多種具體