查看: 3810|回复: 3

[个人总经验] 一般线性模型（GLM）的相关思考

字体大小: 正常放大

7 主题	11 听众	18 积分

升级 13.68%

该用户从未签到

自我介绍: 不知道写啥子

电梯直达

1^#

发表于 2015-4-1 13:57 |只看该作者 |正序浏览

|招呼Ta 关注Ta

最近遇到一个问题，如果因变量为一个连续变量（如胰岛素水平），主要考察的变量为分组变量（如正常血糖组，前糖尿病组，糖尿病组三组），现在的目的是想看调整多种变量（包括多个连续性变量和分类变量）后，胰岛素水平是否一致。

一开始的思路想到的是采用GLM进行协方差分析来解决。

但是有觉得似乎不是很对，因为经典的协方差分析通常只考虑一个连续变量（协变量）和一个分组变量，同时协变量和分组变量只有不存在交互的时候（经典协方差分析的前提）才能使用协方差分析。
针对我目前的问题，如果想调整多个连续性变量和分类变量，这种方法能否再叫协方差分析？如果可以认为是协方差的思想，用不用检验协方差分析的前提（如协变量与分组变量之间的交互）？多个连续性变量和分类变量存在时，该前提应该怎么检验？

通过跟别人交流之后，有一句话非常受用：线性模型其实最重要的不在于用的方差分析还是协方差分析，而主要是检验残差是否符合线性的几个条件。

受到该启发后，认真再复习GLM的相关资料，得到更加重要的总结如下（来自高惠璇SAS/STAT软件使用手册，实际是SAS8.2的User's guide的中文版，但是目前SAS 9.2，9.3的User's guide关于GLM模型的介绍中已经删去了这么经典的总结，实在可惜，倒让人看不到GLM的真正长处了）：
如果X1-X3，Y1-Y2为连续性变量，Y3为分类变量，a-c为分类变量，time为时间变量，目前我们熟悉的模型可以简单概括如下：
(1) y1= x1 简单回归
(2) y1= x1 x2 x3  多重回归（multiple regression）
(3) y1 y2=x1 x2 多元回归（multivariate regression）
(4) y1= a 单因素方差分析
(5) y1= a b （析因设计的）主效应分析
(6) y1= a b  a*b （析因设计的）主效应加交互项分析
(7) y1= a x1 协方差分析
(8) y3= a 单因素logistic回归
(9) y3= a b c x1 x2 x3 多因素logistic回归
(10) y3(time) =a 单因素cox回归
(11) y3(time) = a b c x1 x2 x3  多因素cox回归

1-7采用SAS的一般线性模型GLM都能实现，而1-9采用SAS的广义线性模型GENMOD都能实现，具体验证详见后面举例

再次回到开始的问题：掌握上述的基本思路后，因为因变量为连续变量，所以采用线性模型肯定是对的。如果因变量可以认为是正态的，那采用一般线性模型是合理的。所以现在的关键问题是：如果调整多个变量（包含分类和连续变量）后看不同分组间因变量（连续变量）是否仍有差异时，能否再称为协方差分析？我目前认为应该是可以的，但是事实上我们遇到这种情况后，并不再去强调它是协方差的思想，而只是回到线性模型分析的最初的起点，也即是检查残差是否符合线性的基本条件即可。

但是现实中，我们在使用GLM解决前面遇到的类似问题时，只是简单地用了，而很多时候我们都没有认真去检验残差是否符合这个条件，这可能是我们滥用GLM的表现之一，因为我们更多只关注模型的参数是否有意义，而不去关心对结果“无关紧要”的前提条件。

再次思考一个问题，上述列举的1-7模型，在GLM中并没有特定的选项指定是哪一种模型，而采用一种表达方式。由此，可以进一步深入概括一句话，GLM模型，对于上述列举的1-7模型并没有本质区别，唯一的区别只是模型中自变量的属性和数量不同。但是我们对1-7模型的叫法却不相同。而其原因是我们对事物的认识是一个由浅到深的过程，之前我们认为他们是不同的7件事情，随着认识的加深，发现原来这些问题可以用一个方式表达出来。而SAS的GENMOD则更能说明这一问题。现在还没有一个模型能把上述模型1-11用一种表达方式表示，但是COX回归在抛开基线生存函数之后剩下的部分也是线性模型，所以说不定哪天真的能够把上述所有模型用一种表达方式表示出来。到时候更应该相信人们对事物的认识绝对是一个由浅到深的过程啦。

附：GLM与GENMOD在协方差分析结果的比较
data drugtest;
   input Drug $ PreTreatment PostTreatment @@;
   datalines;
A 11  6 A  8  0 A  5  2 A 14  8 A 19 11
A  6  4 A 10 13 A  6  1 A 11  8 A  3  0
D  6  0 D  6  2 D  7  3 D  8  1 D 18 18
D  8  4 D 19 14 D  8  9 D  5  1 D 15  9
F 16 13 F 13 10 F 11 18 F  9  5 F 21 23
F 16 12 F 12  5 F 12 16 F  7  1 F 12 20
;

proc glm;
   class Drug;
   model PostTreatment = Drug PreTreatment / solution;
   lsmeans Drug / stderr pdiff cov out=adjmeans;
run;

proc genmod data=drugtest;
   class Drug;
   model PostTreatment = Drug PreTreatment / dist=NOR link=ID obstats type1;
run;

proc print data=adjmeans;
run;

zan

模型