以家庭为单位的整群抽样资料总体参数的GEE估计

论文摘要

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 equations,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、组內相关系数的组合下,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（logistic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內相关结构、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（logistic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,如杜区水平,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。

论文目录

• 中文摘要
• 英文摘要
• 正文部分
• 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GEE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GEE估计
• 4.1 研究目的
• 4.2 模拟试验一
• 4.3 模拟试验二
• 4.4 小结
• 5.实例分析
• 6.讨论
• 7.结论
• 8.参考文献
• 综述部分
• 1. 引言
• 2. 群大小相等时的简单估计法
• 3. 群大小不等时的比率估计法
• 4. 与群大小成比例的不等概率抽样（PPS）法
• 5. 分层整群抽样估计法
• 6. 群随机试验中的参数估计方法
• 7. 广义估计方程估计
• 8. 多水平模型估计
• 9. 存在问题和应用展望
• 10. 参考文献
• 致谢
• 附录