SPSS案例实操:GEE广义估计方程

原创 数据小兵  2021-10-25 15:10  阅读 570 次
数据小兵成长记

广义估计方程(GEE)也可以用于组间比较、时间点的比较、组间趋势变化的分析,从适用性方面看是比重测方差分析更广泛的方法。

01

案例背景

将收治的诊断胎粪吸入综合症的新生儿共42名。将患儿随机分为肺表面活性物质治疗组(PS组)和常规治疗组(对照组),每组各21例。PS组和对照组两组所有患儿均给予除用药外的其他相应的对症治疗。PS组患儿给予牛肺表面活性剂PS 70mg/kg治疗。采集PS组及对照组患儿0小时,治疗后24小时和72小时静脉血2ml,离心并提取上清液后保存备用并记录血清中VEGF的含量变化情况。

02

软件操作

数据录入是须是长型数据,这一点与重测方差分析的宽型不一样。

菜单:【分析】→【广义线性模型】→【广义估算方程】,这里注意工作相关性矩阵,这是GEE原理基础,我们需要指定如何测量多次测量间的相关性。我建议大家参考一下冯国双(2020)的论文。如果说初学搞不清如何选,倒是可以考虑选这个非结构化,让数据自身决定。

【模型类型】下咱们要根据因变量的数据类型,来选择合适的模型。。GEE既可以处理连续型结局变量也可以处理分类型结局变量,它实际上代表了一种模型类别,即在传统模型的基础上对相关性数据进行了校正,可以拟合Logistic回归、泊松回归、Probit回归、一般线性回归等广义线性模型。本例因变量连续数据,所以勾选【线性】模型。

【响应】下,将本例的测量指标变量cl移入因变量。【预测变量】下,将本例的group、time移入因子框。这是指定因变量和自变量。

在【模型】下,咱们指定要考察处理因素group、重测时间time及二者的交互作用。

【统计】下多勾选【包括指数参数估算】,本例中无实际意义,直接【确定】执行。

03

结果分析

效应显著性检验,结果显示交互作用无统计学意义(P=0.123>0.05)。本例建议马上返回参数选项设定,从【模型】中剔除交互项,只考虑主效应。

重新执行。

效应显著性检验,结果显示多次时间测量的指标数据差异有统计学意义(P<0.05)。本次研究的处理组间差异有统计学意义(P<0.05)。

参数检验结果显示,处理因子与vegf是负相关关系(B值<0)。大家可以让软件输出边际效应均值,那么就会发现相对于实验组,处理组的vegf在三个时间点均是下降的。

最后咱们借助SPSS的重测方差分析结果中的边际均值图形,来看看不同组的效果,具体如下。

全文完
文/图=数据小兵

 

本文地址:http://www.datasoldier.net/archives/3348
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
视频课程《SPSS统计分析:从入门到实践提高》
欢迎订阅SPSS训练营微信公众号

评论已关闭!