王娟教授：统计模型构建及应用系列讲座/中华生物医学工程杂志

【主讲人简介】 王娟，女，1982年4月出生，中山大学流行病与卫生统计学博士，广州医科大学公共卫生学院教授，硕士生导师。

王娟：统计模型构建及应用系列讲座1：潜变量与结构方程模型

结构方程模型是现代统计分析中最流行的方法之一，潜变量是结构方程模型分析中的重要概念。潜变量是指观察对象的潜在特征和特质，这些特征难以直接准确测量，通常需要多个观察变量，间接的去描述和测量这些潜在的变量。结构方程模型最早在社会科学中流行，可对潜变量以及显变量进行建模分析，随着研究者们发现它解决实质性问题的潜力，以及结构方程建模软件的可用性及简单性，其已在定量遗传学、毒理学等多个学科中广泛应用。本讲座介绍结构方程模型通过潜变量以及显变量建模分析的方法，以及相关应用实例。

关键词：结构方程模型;潜变量;显变量

引用本文: 王娟. 潜变量与结构方程模型[J]. 中华生物医学工程杂志,2024,30(01)：51-53.

DOI:10.3760/cma.j.cn115668-20240118-00901

阅读全文可搜索以下《中华生物医学工程杂志》官方网址：

https://rs.yiigle.com/cmaid/1499592

王娟：统计模型构建及应用系列讲座2：潜在类别模型

潜在类别模型是一种基于模型的分类方法，其核心在于尝试将个体或对象分组，这些分组是由隐藏的、未观测到的变量（即潜在变量）决定的。潜在类别模型可以识别数据中有多少潜在类别，并估计这些类别在总体中的比例大小和响应概况。潜在类别模型在多个领域具有广泛的应用，并且具有一些显著的优点和缺点。与聚类分析相比，潜在类别模型的优点是可以通过统计模型的参数来解释不同类别之间的差异，有助于研究者深入理解数据背后的结构和关系，从而得出更有意义的结论。本讲座介绍潜在类别模型的方法，以及相关应用实例。

关键词：潜在类别模型;潜在类别分析;潜在剖面分析

引用本文: 王娟. 潜在类别模型[J]. 中华生物医学工程杂志,2024,30(03)：220-222.

DOI:10.3760/cma.j.cn115668-20240601-00903

阅读全文可搜索以下《中华生物医学工程杂志》官方网址：

https://rs.yiigle.com/cmaid/1510663

王娟：统计模型构建及应用系列讲座3：中介效应分析

在医学研究中，变量之间的关系往往比较复杂。传统的分析方法只能揭示变量间的直接作用关系，中介效应分析为我们理解变量之间的关系提供了更深入、更全面的视角。中介效应是通过中介变量揭示自变量对因变量的间接影响，在医学、心理学、社会学、经济学等诸多领域得到了广泛应用。本讲座介绍通过结构方程模型分析中介效应的方法，以及相关应用实例。

关键词：结构方程模型;中介效应;完全中介;部分中介。

引用本文: 王娟. 中介效应分析[J]. 中华生物医学工程杂志,2024,30(02)：145-147.

DOI:10.3760/cma.j.cn115668-20240328-00902

阅读全文可搜索以下《中华生物医学工程杂志》官方网址：

https://rs.yiigle.com/cmaid/1510609

王娟：统计模型构建及应用系列讲座4：潜变量增长模型

潜变量增长模型（latent growth modeling，LGM）基于结构方程模型探索个体或群体在一段时间内某特质或行为随时间变化的发展轨迹及其个体差异，是一种在统计和心理学领域中广泛应用的纵向数据分析方法。本讲座介绍潜变量增长模型，以及相关应用实例。

关键词：潜变量增长模型。

引用本文: 王娟. 潜变量增长模型[J]. 中华生物医学工程杂志,2024,30(04)：307-309.

DOI:10.3760/cma.j.cn115668-20240801-00904

阅读全文可搜索以下《中华生物医学工程杂志》官方网址：

https://rs.yiigle.com/cmaid/1522166

王娟：统计模型构建及应用系列讲座5：潜在变化分数模型

潜在变化分数模型（latent change score modeling，LCSM），也称为潜差异分数模型，是一种强大的统计工具，用于探究变量之间的动态变化关系。该模型能够深入分析某一时间点的变量水平或状态如何影响后续时间点的状态变化，对于理解个体心理、行为现象的动态变化具有极大的帮助。潜在变化分数模型结合了交叉滞后模型和潜增长模型的优势，不仅能够描述变量自身的动态变化形式，还能进一步探究不同变量随时间变化的相互影响。它不仅能有效控制随机误差和系统误差，还能更准确地捕捉变量间的因果关系，因此在近年来得到了广泛应用。本讲座介绍潜在变化分数模型的方法，以及相关应用实例。

关键词：潜变量增长模型。

引用本文: 王娟. 潜在变化分数模型[J]. 中华生物医学工程杂志,2024,30(05)：376-377.

DOI:10.3760/cma.j.cn115668-20241001-00905

阅读全文可搜索以下《中华生物医学工程杂志》官方网址：

https://rs.yiigle.com/cmaid/1526826

王娟：统计模型构建及应用系列讲座6：离散时间生存分析模型

生存分析是一种用于研究事件发生时间的统计方法。在医学、工程、社会科学等众多领域都有广泛的应用。例如，在医学领域，生存分析可用于研究患者从某种疾病确诊后到死亡或病情复发的时间；在工程领域，它可以用来分析机器设备从开始使用到出现故障的时间。生存数据通常包含两个重要信息：事件是否发生和事件发生的时间。生存分析的主要目标是对生存时间的分布进行建模，同时考虑可能影响生存时间的因素。在连续时间生存模型中，生存时间被视为连续变量，可以取任意实数值。例如，一个人的寿命理论上可以是任何正数。然而，在许多实际情况中，数据是以离散的时间间隔收集的。比如，临床试验可能是每月或每季度对患者进行一次随访，此时事件发生时间只能记录在这些离散的时间点上，这就需要离散时间生存模型（discrete-time survival model）。本讲座介绍离散时间生存分析模型的分析方法，以及相关应用实例。

关键词：离散时间生存分析模型

引用本文: 王娟. 离散时间生存分析模型[J]. 中华生物医学工程杂志,2024,30(06)：468-469.

DOI:10.3760/cma.j.cn115668-20241201-00906

阅读全文可搜索以下《中华生物医学工程杂志》官方网址：

https://rs.yiigle.com/cmaid/1536113