×
钱天辰;普雷德拉格·克拉斯尼亚;苏珊·墨菲。

具有内生协变量的线性混合模型：应用于流动健康研究的序贯治疗效应建模。 （英语） Zbl 07292522号

统计科学。 35，第3期，375-390（2020年）.
总结：移动健康是一个迅速发展的领域，通过可穿戴设备或智能手机向个人提供行为治疗，以促进与健康相关的行为改变。微随机试验（MRT）是一种开发移动健康干预措施的实验设计。在MRT中，在整个试验过程中，每个个体的治疗被随机多次。在评估治疗效果的同时，行为科学家还致力于了解治疗效果中的人与人之间的异质性。一种自然的方法是常见的线性混合模型。然而，直接应用线性混合模型是有问题的，因为治疗效果的潜在调节因素往往是内生的，也就是说，可能取决于先前的治疗。我们讨论了线性混合模型中包含内生协变量时，在没有附加假设的情况下出现的模型解释和偏差。特别是，当存在内生协变量时，系数不再具有传统的边际解释。然而，这些系数仍然具有条件随机效应解释。我们提供了一个额外的假设，如果是真的，那么科学家可以使用标准软件来拟合带有内生协变量的线性混合模型，并且可以提供针对个人的影响预测。作为一个例子，我们评估了活动建议在HeartSteps MRT中的效果，并分析了人与人之间的治疗效果异质性。

引用于4文件

MSC公司：

62至XX 统计

关键词：

线性混合模型;内源性协变量;微观随机试验;因果推理

软件：

勒梅尔试验;lme4公司
PDF格式BibTeX公司 XML格式引用
\textit{T.Qian}等人，《统计科学》。35，第3号，375--390（2020；Zbl 07292522）
全文： DOI程序 arXiv公司 欧几里得

参考文献：

[1] Agresti，A.、Booth，J.G.、Hobert，J.P.和Caffo，B.（2000年）。分类反应数据的随机效应建模。社会学。方法。30 27-80.
[2] Amemiya，T.和MaCurdy，T.E.（1986年）。误差分量模型的工具变量估计。计量经济学54 869-880·Zbl 0625.62107号 ·doi:10.2307/1912840
[3] Arellano，M.和Bond，S.（1991年）。面板数据规范的一些测试：蒙特卡罗证据和就业方程的应用。经济版。螺柱58 277-297·Zbl 0719.62116号 ·doi:10.2307/2297968
[4] Arellano，M.和Bover，O.（1995年）。再看一下误差分量模型的工具变量估计。《计量经济学杂志》68 29-51·Zbl 0831.62099号 ·doi:10.1016/0304-4076（94）01642-D
[5] Bates，D.、Mächler，M.、Bolker，B.和Walker，S.（2015）。使用lme4拟合线性混合效应模型。J.统计软件。67 1-48.
[6] Berger，M.P.F.和Tan，F.E.S.（2004）。线性混合效应模型的稳健设计。J.罗伊。统计人员。Soc.序列号。C 53 569-581·Zbl 1111.62317号 ·文件编号：10.1111/j.1467-9876.2004.05152.x
[7] Bolger，N.和Laurenceau，J.-P.（2013）。密集纵向方法：日记和经验抽样研究简介。吉尔福德出版社。
[8] Boruvka，A.、Almirall，D.、Witkiewitz，K.和Murphy，S.A.（2018年）。评估移动健康中的时变因果效应调节。J.Amer。统计人员。协会113 1112-1121。
[9] Brumback，B.、Greenland，S.、Redman，M.、Kivia，N.和Diehr，P.（2003）。强度评分法用于调整混杂因素。生物统计学59 274-285·Zbl 1210.62146号 ·数字对象标识代码：10.1111/1541-0420.0034
[10] Cheung，M.W.-L.（2008）。将固定、随机和混合效应元分析集成到结构方程建模Psychol中的模型。方法13 182。
[11] Crainiceanu，C.M.和Ruppert，D.（2004）。具有一个方差分量的线性混合模型中的似然比检验。J.R.统计社会服务。B.统计方法。66 165-185. ·兹比尔1061.62027 ·文件编号：10.1111/j.1467-9868.2004.00438.x
[12] Daniel，R.M.、Cousens，S.N.、De Stavola，B.L.、Kenward，M.G.和Sterne，J.A.C.（2013）。处理时间相关混淆的方法。Stat.Med.32 1584-1618。
[13] Dempfle，L.（1977）。奶牛育种中几种公牛评价方法的比较。鲜活。产品科学。4 129-139.
[14] Dempsey，W.、Liao，P.、Klasnja，P..、Nahum-Shani，I.和Murphy，S.A.（2015）。Fitbit一代的随机试验。重要性12 20-23。
[15] Diggle，P.J.、Heagerty，P.J、Liang，K.-Y.和Zeger，S.L.（2002）。纵向数据分析，第二版，牛津统计科学系列25。牛津大学出版社，牛津。
[16] Ebbes，P.、Böckenholt，U.和Wedel，M.（2004）。多层次模型中的回归和随机影响依赖性。内尔统计局。58 161-178. ·Zbl 1050.62070号 ·doi:10.1046/j.0039-0402.2003.00254.x
[17] Garcia，T.P.和Ma，Y.（2016）。无分布随机截距logistic模型的最优估计。扫描。《美国联邦法律大全》第43卷第156-171页·兹比尔1364.62193 ·doi:10.1111/sjos.12170
[18] Goetgeluk，S.和Vansteelandt，S.（2008）。聚类和纵向数据分析的条件广义估计方程。生物统计学64 772-780·Zbl 1170.62068号 ·doi:10.1111/j.1541-0420.2007.00944.x
[19] Grilli，L.和Rampichini，C.（2011年）。样本聚类在多级模型中的作用。卫理公会。7 121-133.
[20] Hanchane，S.和Mostafa，T.（2012年）。解决多级估计中的内生性问题：以教育生产函数为例。J.应用。《法律总汇》第39卷第1101-1114页·兹比尔1514.62338
[21] Hausman，J.A.和Taylor，W.E.（1981）。小组数据和不可观察的个人影响。《计量经济学》49 1377-1398·Zbl 0464.90013号 ·doi:10.2307/1911406
[22] Heagerty，P.J.（1999）。纵向二进制数据的边缘指定逻辑正态模型。生物计量学55 688-698·Zbl 1059.62566号 ·doi:10.1111/j.0006-341X.1999.00688.x
[23] Heagerty，P.J.和Zeger，S.L.（2000）。边缘化多级模型和似然推理。统计人员。科学。15 1-26.
[24] 亨德森·C·R（1975）。选择模型下的最佳线性无偏估计和预测。生物计量学423-447·Zbl 0335.62048号 ·doi:10.2307/2529430
[25] Hernán，M.A.、Brumback，B.和Robins，J.M.（2001）。估计非随机治疗的联合因果效应的边际结构模型。J.Amer。统计人员。协会96 440-448·Zbl 1018.62098号 ·doi:10.1198/016214501753168154
[26] Hernán，M.A.和Robins，J.M.（2019年）。因果推理。Chapman&Hall/CRC，佛罗里达州博卡拉顿。
[27] Keogh，R.H.、Daniel，R.M.、VanderWeele，T.J.和Vansteelandt，S.（2017）。使用重复结果测量的纵向研究分析：使用传统方法调整时间依赖性混杂因素。美国流行病学杂志。187 1085-1092.
[28] Kim，J.-S.和Frees，E.W.（2006年）。多级模型中省略了变量。《心理测量学》71 659-690·Zbl 1306.62450号 ·doi:10.1007/s11336-005-1283-0
[29] Kim，J.-S.和Frees，E.W.（2007年）。具有相关影响的多级建模。《心理测量学》72 505-533·兹比尔1291.62220 ·doi:10.1007/s11336-007-9008-1
[30] Klasnja，P.、Smith，S.、Seewald，N.J.、Lee，A.、Hall，K.、Luers，B.、Hekler，E.B.和Murphy，S.A.（2018年）。针对体育活动的上下文定制建议的功效：一项心脏步的微观随机优化试验。年鉴行为。医学53 573-582。
[31] Kuznetsova，A.、Brockhoff，P.B.和Christensen，R.H.B.（2017）。LmerTest包：线性混合效应模型中的测试。J.统计软件。82 1-26.
[32] Laird，N.M.和Ware，J.H.（1982年）。纵向数据的随机效应模型。生物统计学38 963-974·Zbl 0512.62107号 ·doi:10.2307/2529876
[33] Larsen，K.、Petersen，J.H.、Budtz-Jörgensen，E.和Endahl，L.（2000）。解释具有随机效应的逻辑回归模型中的参数。生物统计学56 909-914·Zbl 1060.62536号 ·doi:10.1111/j.0006-341X.2000.00909.x
[34] Liao，P.、Klasnja，P..、Tewari，A.和Murphy，S.A.（2016）。mHealth中微观随机试验的样本量计算。1944-1971年《Stat.Med.35》。
[35] Lindley，D.V.和Smith，A.F.M.（1972年）。线性模型的贝叶斯估计。J.罗伊。统计人员。Soc.序列号。B 34 1-41·Zbl 0246.62050号 ·doi:10.1111/j.2517-6161.1972.tb00885.x
[36] Liu，L.和Xiang，L.（2014）。具有辅助协变量的广义线性混合模型中的半参数估计：一种成对似然方法。生物统计学70 910-919·Zbl 1393.62035号 ·doi:10.1111/biom.12208
[37] Luger，T.M.、Suls，J.和Vander Weg，M.W.（2014）。成年人吸烟与抑郁之间的关系有多密切？使用线性混合效应模型的元分析。瘾君子。行为。39 1418-1429.
[38] Miglioretti，D.L.和Heagerty，P.J.（2004）。具有时变协变量的多级二进制数据的边缘建模。生物统计学5 381-398·兹比尔1154.62397 ·doi:10.1093/生物统计学/kxg042
[39] Mundlak，Y.（1978年）。关于时间序列和横截面数据的汇集。《计量经济学》46 69-85·Zbl 0397.62066号 ·doi:10.2307/1913646
[40] Neugebauer，R.、van der Laan，M.J.、Joffe，M.M.和Tager，I.B.（2007年）。历史限制边缘结构模型纵向研究中的因果推断。电子。《美国联邦法律大全》第1卷第119-154页·Zbl 1320.62217号 ·doi:10.1214/07-EJS050
[41] Neuhaus，J.M.和McCulloch，C.E.（2006年）。使用条件和划分方法分离簇内和簇间协变量效应。J.R.统计社会服务。B.统计方法。68 859-872. ·Zbl 1110.62093号 ·文件编号：10.1111/j.1467-9868.2006.00570.x
[42] Pan，W.，Louis，T.A.和Connett，J.E.（2000）。关于相关响应数据的边际线性回归的注释。阿米尔。统计人员。54 191-195.
[43] Pepe，M.S.和Anderson，G.L.（1994年）。关于用纵向数据和一般相关响应数据推断边际回归模型的注意事项。通信统计。仿真计算。23 939-951.
[44] Raudenbush，S.W.和Bryk，A.S.（2002）。层次线性模型：应用和数据分析方法。圣人·兹比尔1001.62004
[45] Robins，J.M.（1986）。死亡率研究中因果推断的新方法，持续暴露期应用于控制健康工人幸存者效应。数学。模型。7 1393-1512. ·Zbl 0614.62136号 ·doi:10.1016/0270-0255（86）90088-6
[46] Robins，J.M.（1994）。使用结构嵌套平均值模型纠正随机试验中的不合规性。通信统计。理论方法23 2379-2412·Zbl 0825.62203号 ·doi:10.1080/03610929408831393
[47] Robins，J.M.（1997）。复杂纵向数据的因果推断。在潜在变量建模和因果关系应用中（加利福尼亚州洛杉矶，1994年）。莱克特。注释统计120 69-117。纽约州施普林格·Zbl 0969.62072号
[48] Robins，J.M.（1998）。纠正等效试验中的不合规情况。《Stat.Med.17 269-302》。
[49] Robins，J.M.（2000）。边际结构模型与作为因果推理工具的结构嵌套模型。流行病学、环境和临床试验的统计模型（明尼阿波利斯，明尼苏达州，1997年）。IMA卷数学。申请。116 95-133. 纽约州施普林格·Zbl 0986.62094号
[50] Roy，J.、Alderson，D.、Hogan，J.W.和Tashima，K.T.（2006）。具有内生时变协变量的不完全泊松数据的条件推断方法：HIV感染妇女急诊科的使用。J.Amer。统计人员。协会101 424-434·Zbl 1119.62378号 ·doi:10.1198/0162145000001203
[51] Satterthwaite，F.E.（1941年）。方差综合。《心理测量学》6 309-316·Zbl 0063.06742号 ·doi:10.1007/BF02288586
[52] Schildcrout，J.S.和Heagerty，P.J.（2005）。纵向二进制数据与时间相关环境协变量的回归分析：偏差和效率。生物统计学6 633-652·兹比尔1169.62387 ·doi:10.1093/biostatistics/kxi033
[53] Schwartz，J.E.和Stone，A.A.（2007年）。实时瞬时数据分析：实用指南。《实时数据采集科学：健康研究中的自我报告》（A.A.Stone、A.Atienza、L.Nebeling和S.Shiffman编辑）76-113。牛津大学出版社，纽约。
[54] Searle，S.R.、Casella，G.和McCulloch，C.E.（1992年）。差异组件。概率与数理统计威利级数：应用概率与统计学。纽约威利·Zbl 0850.62007号
[55] Self，S.G.和Liang，K.-Y.（1987年）。非标准条件下极大似然估计和似然比检验的渐近性质。J.Amer。统计人员。协会82 605-610·兹比尔0639.62020 ·doi:10.1080/01621459.1987.10478472
[56] Semykina，A.和Wooldridge，J.M.（2010年）。在存在内生性和选择的情况下估计面板数据模型。《计量经济学杂志》157 375-380·Zbl 1431.62667号 ·doi:10.1016/j.jeconom.2010.03.039
[57] Shardell，M.和Ferrucci，L.（2018年）。纵向数据因果推断的联合混合效应模型。Stat.Med.37 829-846。
[58] Sitlani，C.M.、Heagerty，P.J.、Blood，E.A.和Tosteson，T.D.（2012）。用于分析不合规手术试验的纵向结构混合模型。Stat.Med.31 1738-1760。
[59] Stram，D.O.和Lee，J.W.（1994年）。纵向混合效应模型中的方差分量检验。生物统计学50 1171-1177·Zbl 0826.62054号 ·doi:10.2307/2533455
[60] Tchetgen，E.J.T.、Glymour，M.M.、Weuve，J.和Robins，J.（2012）。在重复测量的逆概率加权估计中指定相关结构。流行病学23 644-646。
[61] Vansteelandt，S.（2007）。纵向和横向聚类数据分析中的混淆、预测和效率。扫描。《美国联邦法律大全》第34卷第478-498页·Zbl 1150.62015年 ·doi:10.1111/j.1467-9469.2006.00555.x
[62] Wang，Z.和Louis，T.A.（2004）。带有协变量相关随机效应和似然推断的边缘化二元混合效应模型。生物统计学60 884-891·Zbl 1274.62182号 ·doi:10.1111/j.0006-341X.2004.00243.x
[63] Wooldridge，J.M.（2010）。横断面和面板数据的计量经济学分析，第2版，麻省理工学院出版社，马萨诸塞州剑桥·Zbl 1327.62009年
[64] Zeger，S.L.和Liang，K.-Y.（1986年）。离散和连续结果的纵向数据分析。生物统计学42 121-130。
[65] Zeger，S.L.和Liang，K.-Y.（1992年）。纵向数据分析方法概述。Stat.Med.11 1825-1839年。
[66] 泽格，S·Zbl 0715.62136号 ·doi:10.2307/2531734
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。