问题标签 [longitudinal]

我有一个长格式的纵向数据集，其中（除其他外）变量：ID、wave、当前工作、慢性病的发生和自评健康：

对于每个参与者来说，观察的数量是不相等的，因为有些人退出了，而其他人则加入了后来的浪潮。当我正在研究工作条件对健康的影响时，我想从数据集中删除从未工作过的参与者，但保留那些（可能）因健康原因停止工作的参与者。换句话说，工作 = 0，慢性或 SRH = 1 的参与者。

希望这是有道理的。

问题。我想在 R 中进行边际模型分析——我认为它有时被称为总体平均模型、边际多级模型或边际线性回归模型。但是，我在 stackoverflow、Google 或 Youtube 上找不到任何关于如何在 R 中专门执行此操作的信息。

背景。我说的是此处和此处的分析因素 以及这些PowerPoint 幻灯片中所述的边际模型。CrossValidated 上有一个人在 SPSS 和 R 中提到了这个分析，但他没有显示他的实际代码，他的问题也没有得到回答。不确定是否应该在包装中完成。nlme

SPSS 代码。我已经在 CrossValidated 的其他地方描述了这些数据的性质，但基本上，我们感兴趣的是通过个性（测量一次）来预测参与者的情绪（在两种不同的条件下测量两次）。这是我在 SPSS 中使用的代码。

问题。如何在 R 中做到这一点？

我有一个纵向数据集，每月记录一个人的就业状况，持续 45 个月。我希望能够创建两个变量以添加到此数据集中：1）每个人“失业”的总持续时间 2）失业法术的数量

理想情况下，它也会跳过 NA 而不会中断咒语

我创建了一个示例数据集以使事情变得简单：

我尝试了 Roland 在计算 R 中的持续时间时提出的解决方案，但我不确定如何调整它以通过 ID 为我提供结果并处理 NA。

我所追求的是实现这一目标（这里的持续时间是几个月，但可以是几周或几天）：

任何帮助，任何链接/文献/示例将不胜感激。

谢谢你。

我有一个带有 ID、Wave (Wave1-4) 和 Score 的纵向数据集。这是具有相同结构的示例数据。原始数据的长度约为 2000 条，总共有 500 名参与者，采用长格式。

我想选择所有四个“分数”测量值都可用的“ID”。换句话说，我想选择所有 4 波都有“分数”的参与者行。我一直在尝试选择具有所有“Wave”中数据的“ID”的行。到目前为止，我的试用一直基于这个想法：如果参与者拥有所有四个测量值，则 ID 将在数据中出现四次。这就是为什么我试图计算 ID 的数量，

尽管它向我显示了数据中出现的每个 ID 的数量，但我无法选择相应的行。

因为原始数据的长度不同，是长格式。“逻辑索引的长度必须是 1 或 2637，而不是 828” 我需要一个长格式数据来进一步分析，所以我不想改变它。

我正在使用 PROC GLIMMIX 分析有关特定性事件的重复测量数据。原始数据来自对约 400 人的每周日记研究。在每周他们报告他们最近的性接触的行为。我们还有关于他们人口统计的基线数据。收集了12周的观察，完成率很高。

我想创建一个混合效果模型，但我不确定这在 SAS 中究竟是如何完成的。我想测试特定事件因素的影响以及一些个人水平的人口统计数据，并希望获得每个感兴趣因素的优势比。结果是事件期间是否使用了药物，解释因素将是年龄、性别等以及事件的特征（即伴侣的艾滋病毒状况），伴侣是否是常规性伴侣， ETC..

我正在使用的代码遵循以下模式：

PROC GLIMMIX DATA=work.dataset oddsratio; CLASS VISIT_NUMBER PARTICIPANT_ID BINARY_EVENTLEVEL_OUTCOME BINARY_EVENTLEVEL_EXPLANATORY_FACTOR CATEGORICAL_PERSONLEVEL_EXPLANATORY_FACTOR; MODEL BINARY_EVENTLEVEL_OUTCOME = BINARY_EVENTLEVEL_EXPLANATORY CATEGORICAL_PERSONLEVEL_EXPLANATORY_FACTOR /DIST=binary link=logit CL S ddfm=kr; RANDOM ?????; RUN;

• ?????的选项1：残差/主题=PARTICIPANT_ID
• ?????的选项2：拦截/主题=PARTICIPANT_ID
• ????? 的选项 3：VISIT_NUM / subject=PARTICIPANT_ID 剩余类型=ar(1) INTERCEPT / subject=VISIT_NUM(PARTICIPANT_ID)
• ?????的选项4：其他？

我也不清楚我是否应该在我的模型语句中使用 ddfm=kr 或在我的 proc 语句中使用 method=laplace - 两者都已在其他地方推荐用于这种重复测量分析。

我遇到了几个潜在的建模选项，这些选项通常会给出类似的结果，但选项 1 给出了事件级别的统计显着结果，而其他选项给出了不显着的结果。包含 ddfm=kr 使得感兴趣的结果更加显着。method=laplace 不允许选项 1。

我想使用固定效应泊松回归模型来检查选择加入 2 种不同的方案（在我的模型中指定为假人）是否会导致锻炼增加。
我有3 年时间跨度的纵向数据（数据按月测量），N=100,000+（每个 ID 有不同数量的观察/跟踪的月数）。ID 可以在任何时候选择两种不同的方案，他们可以只选择一种（方案 1）或两者都不选择，或者同时或在不同的时间点同时选择两种（方案 1，然后是方案 2）。

我想包括个人的固定效应（在选择两种不同的方案时使用个人内部的变化）。
我还想包括月/年固定效应来控制运动模式中的时间趋势/季节性。我正在考虑为此在给定年份的每个特定月份使用一组虚拟变量。

我想指定我的模型如下：

y(i,my) = Λ(i) + γ(my) + βScheme1(i,my) + βScheme2(i,my) + ε(i,my)

所以y(i,my)是指 ID i 在 y 年 m 月执行的因变量运动水平。

Λ(i)是个体特定的固定效应。

γ(my)是时间固定效应。

如果ENT i 在 m 月及之后选择加入该计划，则计划 1 和计划 2 分别取值为 1 。

仅供参考：真的很抱歉，我不得不将每个变量的定义放在上面等式的括号中

下面是我最初使用glm()仅将方案 1 和 2 作为因变量的函数运行的内容，并且效果很好。

我的问题是我不确定如何编写代码/做什么才能在我的回归中包含Λ(i)和γ(my)。任何帮助将不胜感激，谢谢！

我有一个数据集，其中有多行都对应于基线度量。我想按记录 id 折叠这些行，以便每个人只有一行用于基线测量。这意味着我必须折叠所有变量，其中一些是字符变量。我该怎么做呢？这是我尝试过的：

我正在使用的示例数据框如下所示：

data.frame(id = rep(99, 5), time = c(rep(0, 3), 3, 6), v1 = c("blk", NA, NA, 2, 3), v2 = c(NA, 1, NA, 4, 5), v3 = c(NA, NA, 1, 6, 7))

我需要它看起来像这样：

我不知道 summarise 是否适合在这里使用。基本上我遇到的一个问题是字符的总和，我认为这就是为什么汇总不起作用。理想情况下，我真正想做的就是将时间 = 0 的所有行中的信息按 id 组合起来，这样每个唯一 id 都有一行时间 = 0。

（对不起，我不确定如何让 data.frame 命令打印数据框？）

请帮忙！

编辑：示例 2

这与我的数据看起来很接近。我能说的不起作用如下：

1）字符变量丢失 2）二进制变量中的 0 丢失（即使使用 != is.na(.) 而不是 != 0 2a）这是原子的，我将其更改为因子，现在它似乎可以工作3) 连续变量 2.29 丢失了 4) 有趣且此处未显示的是整数值，但似乎保留了非 0 但整数全部消失了——这是因为如果结构是原子的，则整数无法读取？

结论：我认为我需要从 atomic 更改所有值（它们是从 SPSS 以这种方式带入 r 的）？在此期间我会试试这个。

编辑2：问题不是数字与原子。我把所有的数字都变成了数字，整数仍然没有出现。

我想以长格式聚合数据。我有一个 ID 变量、一个年份变量和另外两个有趣的变量。我现在想在一年内汇总一个人的变量。

这是我的原始数据框的样子：

这就是我想要的方式：

每当一个人在一年内有两个测量值时（例如，B 人在 2010 年和 2011 年有两个测量值），我想在这个人和每年内汇总 x 和 y 值。后来我想要一个数据框，它每年只包含一行，但包含关于 x 和 y 的所有信息。

像这样：

你有什么建议如何做到这一点？非常感激您的帮忙！

我正在尝试使用大型表达式数据集（沿列的所有分类变量）来找到一组好的分类变量来预测二元结果。每个受试者在几个但不是所有时间点（研究中的 T1-T7）进行测量。每个主题都有一个特定的 ID。为此，我决定使用MXM::MMPC.timeclass(). 但是，它会产生负 p 值。据我了解p值......根据定义，概率不能为负。他们真的不能，这很明显。

我已经尝试MMPC.timeclass()并进行了广泛的文献搜索，以找到另一种可能合适的方法，但目前还没有任何结果。

预期结果应包括 p 值（在 0-1 范围内），甚至更好，包括筛选过程中每个变量的某种类型的排名。我以前用过VariableScreening::ScreenLD()，但这是一个分类结果，所以它不适合数据。

我有一个数据集，我想在其中定义“剧集”。如果温度升高或降低至少 15 分钟，则定义为发作。有没有办法在不手动进行的情况下构建它？

这是我的数据结构：

提前致谢。