[問題] 重複測量的迴歸分析

看板Statistics作者 (鶺鴒)時間12年前 (2013/08/13 16:11), 編輯推噓6(6018)
留言24則, 5人參與, 最新討論串1/1
小妹只有學過基礎統計,目前手邊資料有點令我傷腦筋, 查了許多文獻資料,但還是沒有頭緒。 我有一批樹苗, 每顆樹苗每隔一段時間就記錄其存活狀況(存活/死亡)與當時的環境值, 一共有八次的存活及環境資料。 環境值有:光照等級-類別、地表落葉厚度-連續、是否有病蟲害-類別, 但如果樹苗死亡,就沒有測量環境資料了。 我想知道樹苗存活是否跟環境值有關。不知該用哪種分析? 似乎是該用logistic regression(?), 但因為有連續時間的重複調查,所以每次的環境值之間是有關連性的..., 然後我就卡住了。 我手邊的軟體是SAS, 看了許多proc phreg跟proc logistic的介紹,還是找不到合用的模組。 另一個類似的狀況, 同一批數據,每顆樹苗每隔一段時間就記錄其高度(連續)與當時的環境值, 我想知道樹高是否跟環境值有關。 好像要用proc glm? 但還是不知道該怎麼佈局。 希望可以有版友可以指點一下方向。 感謝。 -- -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.67.82.165

08/13 21:56, , 1F
Generalized estimating equation(GEE)應該可以滿足你
08/13 21:56, 1F

08/13 21:57, , 2F
glm對你來講不夠,你用glm等同於用logistic regression
08/13 21:57, 2F

08/13 21:58, , 3F
你的兩個狀況基本上是類似的
08/13 21:58, 3F

08/14 10:16, , 4F
剛剛試了一下,但遇到問題:如果苗木死掉的那次,
08/14 10:16, 4F

08/14 10:16, , 5F
就沒有測量環境值,這樣資料不知道會不會有問題?
08/14 10:16, 5F

08/14 18:52, , 6F
成大先推~~
08/14 18:52, 6F

08/16 23:54, , 7F
也許要有點折衷,死亡紀錄必須記錄在前一次
08/16 23:54, 7F

08/16 23:54, , 8F
而預測的目標變為"下次觀察死亡"
08/16 23:54, 8F

08/17 00:09, , 9F
跟存活有關的問題,為何不用存活分析呢XD
08/17 00:09, 9F

08/17 00:10, , 10F
Cox proportional hazard model或許能用?
08/17 00:10, 10F

08/17 00:10, , 11F
問題二應該要用GEE才能解決了...
08/17 00:10, 11F

08/17 00:11, , 12F
把環境值的Hazard ratio算出,HR顯著不為1就代表有影響
08/17 00:11, 12F

08/17 00:13, , 13F
呃...如果環境值也隨時間變動,那到底要怎麼處理= =
08/17 00:13, 13F


08/17 00:17, , 15F
Time-dependent covariates in the Cox proportional-
08/17 00:17, 15F

08/17 00:17, , 16F
hazards regression model. Fisher LD, Lin DY. 1999
08/17 00:17, 16F

08/17 00:20, , 17F
08/17 00:20, 17F

08/17 00:21, , 18F
Your “Survival” Guide to Using Time‐Dependent
08/17 00:21, 18F

08/17 00:21, , 19F
Covariates. Teresa M. Powell, Melissa E. Bagnell
08/17 00:21, 19F

08/17 18:22, , 20F
A大,cox只能使用到baseline的環境監測值
08/17 18:22, 20F

08/17 18:23, , 21F
明明就存在著各階段的環境值卻假設它不變並不恰當
08/17 18:23, 21F

09/02 12:38, , 22F
GEE不適用在survival data
09/02 12:38, 22F

09/02 12:40, , 23F
Cox PHM可處理time-dependent covariate
09/02 12:40, 23F

09/02 12:41, , 24F
觀察時間點少則應該考慮proportional odds model
09/02 12:41, 24F
文章代碼(AID): #1I2UfESX (Statistics)