复杂抽样数据多水平模型分析方法及其应用

Application of Multilevel Modeling to Complex Sample Survey Data

二维码有效期 120s

摘要目的本文通过抽样调查实例,阐述多阶段抽样、不等抽样概率和事后分层特性不同产生的复杂抽样数据,其应用多水平模型分析的原理和方法.方法对我国某省行为危险因素抽样调查的数据,应用未加权和加权的随机截距logistic回归模型分析了某些因素与跌倒性伤害的关系.结果实际分析包括50个区县(PSU),250个乡镇街道(2水平),12086个体(1水平).未加权估计结果显示:对跌倒性伤害有统计学影响的变量是健康状况中等和差、未被雇佣和未婚,年龄为负相关,即年龄越大,发生跌倒性伤害的危险性越小;复杂抽样2水平logistic回归分析显示:对跌倒性伤害有统计学影响的变量与未加权的结果基本一致,但未婚失去了统计学意义.体重指数、性别和受教育程度与跌倒性伤害的发生没有统计学联系.结论与未加权的结果比,加权分析对跌倒性伤害有统计学影响的变量基本一致,但加权复杂抽样PMLE估计的标准误偏大,结果更保守;对性别的分析发现,加权后的结果符合目前对跌倒性伤害发生机制的认识,因此纳入权重的多水平分析方法对该资料可能更合理.