我正在用SPSS做一个广义线性混合模型。
结果:幸福感("MmDWohlbefinden"),固定效应:干预(前/后),干预时的症状(抑郁、冷漠、攻击性/易怒、烦躁、无事) ("BPSD")、干预*症状、时间("Zeit")、随机效应:个体(重复测量)
在SPSS中,可以选择输入类别“上升”和“下降”的顺序来改变参考类别。
My问题:为什么干预前与参照类别相比有显著的干预效果,而将其与参考类别的比较则不显著(干预后到参照类别)?
这也发生在固定的效应“症状”。与“无”相比,“抑郁”症状对幸福感的影响不显著,而“无”则对幸福感的影响大于“抑郁”。
,这是我的代码:
Ascending
GENLINMIXED
/FIELDS TARGET=MmDWohlbefinden TRIALS=NONE OFFSET=NONE
/TARGET_OPTIONS DISTRIBUTION=POISSON LINK=IDENTITY
/FIXED EFFECTS=Intervention Zeit BPSD Intervention*BPSD USE_INTERCEPT=TRUE
/RANDOM EFFECTS=ID USE_INTERCEPT=FALSE COVARIANCE_TYPE=VARIANCE_COMPONENTS SOLUTION=FALSE
/BUILD_OPTIONS TARGET_CATEGORY_ORDER=ASCENDING INPUTS_CATEGORY_ORDER=ASCENDING MAX_ITERATIONS=100 CONFIDENCE_LEVEL=95 DF_METHOD=RESIDUAL COVB=MODEL PCONVERGE=0.000001(ABSOLUTE) SCORING=0 SINGULAR=0.000000000001
/EMMEANS_OPTIONS SCALE=ORIGINAL PADJUST=LSD.
Descending
GENLINMIXED
/FIELDS TARGET=MmDWohlbefinden TRIALS=NONE OFFSET=NONE
/TARGET_OPTIONS DISTRIBUTION=POISSON LINK=IDENTITY
/FIXED EFFECTS=Intervention Zeit BPSD Intervention*BPSD USE_INTERCEPT=TRUE
/RANDOM EFFECTS=ID USE_INTERCEPT=FALSE COVARIANCE_TYPE=VARIANCE_COMPONENTS SOLUTION=FALSE
/BUILD_OPTIONS TARGET_CATEGORY_ORDER=ASCENDING INPUTS_CATEGORY_ORDER=DESCENDING MAX_ITERATIONS=100 CONFIDENCE_LEVEL=95 DF_METHOD=RESIDUAL COVB=MODEL PCONVERGE=0.000001(ABSOLUTE) SCORING=0 SINGULAR=0.000000000001
/EMMEANS_OPTIONS SCALE=ORIGINAL PADJUST=LSD.
谢谢!
发布于 2019-11-19 21:14:56
当您有一个涉及因素间交互作用的模型时,对相互作用中所包含的因素的参数估计会产生嵌套在其他因素中被忽略类别内的因素水平之间的对比,考虑到GENLINMIXED和大多数其他最近的SPSS统计程序中使用的指标参数化。
对于INPUTS_CATEGORY_ORDER=ASCENDING默认的BUILD_OPTIONS子命令,Intercept给出了2x4设计的(2,4)单元格的预测值(将协变量设置为平均值)。干预“主效应”估计值并不是多余的,它与0关联给出了第一层减去第二层,嵌套在BPSD因子的最后一层,即(1,4)单元减去(2,4)单元格。BPSD因子的估计是将每一层与最后一级进行比较,嵌套在第二层干预,因此它们是(2,1) - (2,4),(2,2) - (2,4)和(2,3) -(2,4)。
使用INPUTS_CATEGORY_ORDER=DESCENDING选项,您可以更改每个因素的类别是最后一个,因此事实上的引用类别在这种情况下是不同的。对于新的排序,单元格之间的比较是相同的,但在原始排序方面是不同的,给出的结果是不同的,不仅是基于所涉因子的左类,而且也是基于其他因素的左类。Intercept估计给出了原始(1,1)单元的预测。非冗余干预估计值为(2,1) - (1,1)。BPSD因子的非冗余估计分别给出(1,4) - (1,1),(1,3) -(1,1)和(1,2) -(1,1)。
https://stackoverflow.com/questions/58936307
复制相似问题