以家庭为单位的整群抽样资料总体参数的GEE估计

摘要

在以家庭为单位的整群抽样调查研究中，由于家庭成员的观测指标间存在一定的内部相关性(intra-family correlation)，不符合独立性的假设，若用传统的基于独立性假设的有关方法直接进行分析，即忽略了观察对象在不同家庭的内部相关性，误将其看作独立样本，得到的各参数估计值的有效性和其他统计特性均会受到影响，甚至会给统计推断结论带来偏倚。WG Cochran(1977)曾讨论过这类资料的分析，由于公式复杂，故尚未得到广泛应用。广义估计方程(generalized estimating equaltions，GEEs)是Liang&Zeger于1986年在广义线性模型的基础上提出的，用于分析非独立数据的一种统计分析方法.GEEs可以对符合正态分布、二项分布、Poisson分布等多种分布的因变量拟合相应的统计模型。 以家庭为单位的整群抽样资料是一类特殊的资料，其参数估计必须考虑到该类资料的非独立性特点。本研究采用模拟试验，在各种组内相关结构、组内相关系数的组合下，产生模拟的以家庭为单位的整群抽样资料，每种情况模拟2000次，比较广义估计方程、公式法和直接计算法(logistic模型)得到的可信区间的覆盖率，考察方法的准确性。本研究的主要研究内容如下： (1)总体均数GEE估计的效果考核采用Monte Carlo方法模拟以家庭为单位的抽样调查资料，据此比较广义估计方程、公式法和直接计算法，所估计的总体均数的95％CI的实际覆盖率；探讨家庭内相关结构及其相关强弱对参数估计的影响. (2)总体率GEE估计的效果考核利用模拟的家系资料，比较广义估计方程、公式法和二项分布法(logistic模型)所估计的总体率的95％CI的实际覆盖率；探讨发病率水平、家庭内相关结构及其相关强弱对参数估计的影响. (3)实例分析以“某市高血压及其相关因素流行病学调查资料”实例为载体，分别用广义估计方程、公式法和logistic模型进行分析比较. 本研究主要结论如下： (1)当家庭内个体独立时，GEEs、公式法和直接计算法(logistic模型)，所估计的95％CI的实际覆盖率均稳定在95％附近，结果可信； (2)当家庭内个体非独立时，GEEs和公式法所估计的95％CI的实际覆盖率均稳定95％附近，结果可信；然而直接计算法(10gistie模型)所估计的95％CI的实际覆盖率随家庭内个体相关性的增强而逐渐下降。这种规律在不同的组内相关结构、不同的事先设定的总体参数、不同的家庭人口数时是一致的. (3)组内相关系数越大，对直接计算法(logistie模型)的影响就越大，应用广义估计方程、公式法估计的效果越好，也就越有必要了. 根据本研究的结论，对以家庭为单位的抽样调查研究提出以下几点粗浅建议： (1)以家庭为单位的抽样调查资料的参数估计，不适宜采用传统的统计分析方法，应考虑到其家庭成员间的相关性，采用合适的统计分析方法. (2)GEEs估计和公式法估计在参数估计方面结果虽近似，但GEEs既考虑了整群抽样的组内相关性，得到稳健的参数估计，又可调整协变量，且有成熟的软件支持，操作方便，推荐使用。 (3)GEEs只适合2水平资料。若家庭嵌套在更高的层次结构上，如社区水平，则需考虑社区内的相关性.此时就是一个3水平结构资料，其中社区为3水平、家庭为2水平、个体为1水平.若需考虑的水平数大于2，则建议用多水平模型进行分析。

目录

声明

摘要

1.前言

2.方法

2.1广义估计方程

2.2传统方法及其局限性

2.3目前的应用现状

3.总体均数的估计

3.1研究目的

3.2模拟试验一

3.3模拟试验二

3.4小结

4.总体率的估计

4.1研究目的

4.2模拟试验三

4.3模拟试验四

4.4小结

5.实例分析

6.讨论

7.结论

8.参考文献

综述整群抽样资料的参数估计

致谢

附录 模拟产生相关的多元二项分布资料