论文部分内容阅读
纵向数据是医学研究中非常常见的一种数据，其最大的特点是数据的相关性。这个特点使得一般的统计方法分析效果欠佳。而线性混合效应模型在建立模型时考虑到了相关性，模型更加合理。但是由于其模型复杂化，因此在某些场合时，简单的一般线性模型却更加适用。本文通过对两者模型形式和应用的比较讨论，以实际的数据为例，说明在数据相关性较弱时，一般线形模型较好，而在相关性较强时，一般线形模型建模得到的残差无法满足假设条件，用线性混合效应模型更加合理，效果也更好，只有恰当的使用，才能最大效用的发挥它们的作用。