好多人问：重复测量偏态数据能否用广义估计方程？

主要观点总结

本文主要讨论偏态数据在重复测量情况下的数据分析方法，涉及到广义估计方程的使用条件及替代方案。

关键观点总结

关键观点1: 偏态数据不能直接使用广义估计方程进行分析，必须有一个链接函数使之正态化。

对数二项转换是一种常用的方法，但符合的场景不多。

关键观点2: 对于偏态不严重的数据，可以关注残差分布，考虑使用重复测量资料方差分析、广义估计方程、混合效应模型等。

实际分析中应关注残差是否正态分布或近似正态分布。

关键观点3: 对于明显偏态的数据，可以考虑转为等级数据、二分类数据，然后使用广义估计方程分析。

SPSS软件可以通过连接函数进行转换，从而开展分析。

关键观点4: 对于重复测量的偏态数据，可以尝试使用Friedman test进行分析。

该方法可以处理多个相关样本的差异性分析，包括时间相关性数据。

关键观点5: 文中还介绍了郑老师统计团队及公众号的统计服务内容。

包括研究者发起的临床试验项目、医院回顾性数据分析、医学数据库挖掘等，并提供了联系助教小董的微信号码。

文章预览

“郑老师，我测量了两个时间点的数据，但是都呈偏态分布，假如我想比较不同性别的人在这个变量的变化是否有差异，是用秩转换后的重复测量方差分析，还是用广义估计方程呢？谢谢” 偏态的重复测量资料数据分析能否用广义估计方程的问题，我被问了好几次。我不知道从哪里来的说法，似乎告诉他们偏态数据就可用广义估计方程进行分析。 当然不能说不行，但是偏态数据不能直接广义估计方程！ 广义估计方程用偏态，必须有一个链接函数，使之成为正态，比如对数二项转换，但是符合的场景也不多。所以一般来说非常偏态的数据也没有什么好的直接办法。 因此，一般来说有这么几个建议： （1) 如果数据偏态不是很严重，那么可以看看数据分析中的残差分布，实际上一个回归能否开展，不是看数据因变量本身，而是看残差是否正态分布， ………………………………