广义线性混合模型参数估计方法在不同软件中的比较
广义线性混合模型广泛地运用于统计学和它各个方面的应用,但其参数估计牵涉边际似然函数的多重积分,给常规的数值积分方法带来挑战.针对这一问题,文献已提出一些近似估计方法,而这些方法大部分也在常用的统计软件可以实现.然而,针对同一数据不同的近似估计方法是否会给出不同的结果从而影响统计推断的结论?在实际数据分析中,研究者往往只是采用一个统计软件或程序,从而忽视了这个问题.本文通过一个临床试验实例展示广义线性混合模型基于不同统计软件参数估计的差异,并给出对使用统计软件来分析二分类纵向数据的建议.
医学统计学 广义线性混合模型 参数估计
蒋文瀚 齐鸿超 林燧恒
复旦大学公共卫生学院流行病与卫生统计学系
国内会议
天津
中文
410-411
2016-07-26（万方平台首次上网日期，不代表论文的发表时间）