REPEATED 次指令 (GENLIN 指令)

REPEATED 次指令指定廣義估計方程式所使用的相關性結構，以建模受試者內的相關性，並控制非概似型疊代配適演算法中的統計準則。如果未指定 REPEATED 次指令，則 GENLIN 程序會適合假設獨立性的廣義線性模型。

起始值和廣義估計方程式

廣義估計方程式需要線性模型中參數估計值的起始值。工作中相關性矩陣不需要初始值，因為矩陣元素是以參數估計值為基礎。

GENLIN 程序會自動提供起始值給廣義估計方程式演算法。預設起始值是來自一般廣義線性模型 (假設獨立) 的最終參數估計值，其根據 MODEL 和 CRITERIA 次指令規格適合。

回想一下，如果指定了 REPEATED 次指令，則 CRITERIA 次指令 SCALE 關鍵字僅直接適用於起始廣義線性模型。對於廣義估計方程式的線性模型部分，尺度參數的處理方式如下。

如果 SCALE = MLE，則來自起始廣義線性模型的尺度參數估計值會傳遞至廣義估計方程式，其中會由皮爾森 (Pearson) 卡方除以其自由度來更新。使用 Pearson 卡方是因為廣義估計方程式沒有概似概念，因此無法透過與最大概似估計相關的方法來更新尺度估計。
如果是 SCALE = DEVIANCE 或 PEARSON，則會將起始廣義線性模型中的尺度參數估計值傳遞至廣義估計方程式，在其中會將它視為固定數字。
如果以固定數字指定 SCALE ，則在廣義估計方程式中也會固定尺度參數。

可以略過對廣義線性模型的配適，並將起始值直接輸入廣義估計方程式演算法。若要這樣做，請在 MODEL 次指令上如常指定線性模型。然後，在 CRITERIA 次指令上，於 INITIAL 關鍵字上指定線性模型的起始值並設定 MAXITERATIONS = 0。

例如，假設因素 A 有三個層次。 INITIAL 關鍵字為截距提供起始值 1 ，為因素 A 的第一個層次提供 1.5 ，為第二個層次提供 2.5 ，為最後一個層次提供 0 ，為共變量 X 提供 3。因為 MAXITERATIONS = 0，不會針對廣義線性模型執行任何反覆運算，而且指定的起始值會直接傳遞至廣義估計方程式演算法。

GENLIN depvar BY a WITH x
  /MODEL a x
    DISTRIBUTION = BINOMIAL
    LINK = LOGIT
    INITIAL = 1 1.5 2.5 0 3
    MAXITERATIONS = 0
  /REPEATED
    SUBJECT=idvar.

也可以使用尺度參數的最大概似估計值作為起始值，並將尺度參數固定在廣義估計方程式的這個起始值。也就是說，我們可以置換皮爾森 (Pearson) 卡方除以其自由度的預設更新。若要這樣做，請先適合廣義線性模型，透過最大概似來估計尺度參數，並將最終參數估計值儲存在外部檔案中 (使用 OUTFILE 次指令 CORB 或 COVB 選項)。接下來，開啟此外部檔案，並以完整精準度複製尺度參數估計值。最後，使用廣義線性模型中的最終參數估計值作為起始值，適合廣義估計方程式，其中 CRITERIA 次指令上的 MAXITERATIONS = 0 及 SCALE 在 CRITERIA 次指令上的尺度參數估計值固定。下列範例語法假設尺度參數的最大概似估計值是 0.1234567890123456。

GENLIN depvar BY a WITH x
  /MODEL a x
     DISTRIBUTION = NORMAL
     LINK = LOG
  /CRITERIA
     SCALE = MLE
  /OUTFILE
     COVB = '/work/estimates.sav'.

GENLIN depvar BY a WITH x
  /MODEL a x
     DISTRIBUTION = NORMAL
     LINK = LOG
  /CRITERIA
     INITIAL = '/work/estimates.sav'
     MAXITERATIONS = 0
     SCALE = 0.1234567890123456
  /REPEATED
     SUBJECT=idvar.

使用負二項式分佈 (/MODEL DISTRIBUTION = NEGBIN) 時，該分佈的輔助參數如下所示:

如果輔助參數指定為數字，則它在起始廣義線性模型及廣義估計方程式中固定為該數字。
如果在起始廣義線性模型中使用最大概似值來估計輔助參數，則會將估計值傳遞至廣義估計方程式，其中會將它視為固定數字。
如果指定 NEGBIN(MLE) ，但略過起始廣義線性模型，並將起始值直接輸入廣義估計方程式，則輔助參數的起始值會傳遞至廣義估計方程式，其中會將它視為固定數字。

主旨關鍵字

SUBJECT 關鍵字識別作用中資料集中的受試者。在受試者之間假設完全獨立，而在受試者內的回應假設具有相關性。

指定由星號 (*) 或關鍵字 BY連接的單一變數或變數清單。
變數可以是數值或字串變數。
受試者數目等於變數值的不同組合數目。
如果作用中資料集依受試者變數排序，則所有在受試者變數上具有相等值的記錄都是連續的，並定義一個受試者的測量。
相反地，如果作用中資料集未排序，則 GENLIN 程序會依記錄讀取資料記錄。受試者變數上的每一個相等值區塊都會定義新的受試者。請注意，如果某個受試者的所有記錄在作用中資料集中不是連續的，則此方法可能會產生無效結果。
依預設，在執行分析之前， GENLIN 程序會自動依受試者和任何受試者內變數來排序作用中資料集。如需相關資訊，請參閱下面的 SORT 關鍵字。
所有指定的變數都必須是唯一的。
應變數、事件、試用及 WITHINSUBJECT 變數可能未指定為 SUBJECT 變數。
如果使用 REPEATED 次指令，則需要 SUBJECT 關鍵字。
分析中不會使用任何受試者變數具有遺漏值的觀察值。

WITHINSUBJECT 關鍵字

WITHINSUBJECT 關鍵字提供受試者內或時間效果。此效應定義受試者內測量的排序。如果部分測量未出現在部分受試者的資料中，則會對現有測量進行排序，並將省略的測量視為遺漏值。如果未使用 WITHINSUBJECT ，則測量可能未適當地排序，並假設受試者內最後測量的遺漏值。

指定由星號 (*) 或關鍵字 BY連接的單一變數或變數清單。
變數可以是數值或字串變數。
只有在預設 SORT = YES 生效時，才允許使用 WITHINSUBJECT 關鍵字。受試者內的測量數目等於 WITHINSUBJECT 變數值的不同組合數目。
如果 SORT = NO 有效，則會忽略 WITHINSUBJECT 關鍵字並發出警告。在此情況下， GENLIN 程序會按照作用中資料集中給定的順序讀取受試者的記錄。
依預設，在執行分析之前， GENLIN 程序會自動依受試者和任何受試者內變數來排序作用中資料集。如需相關資訊，請參閱下面的 SORT 關鍵字。
所有指定的變數都必須是唯一的。
應變數、事件、試用及 SUBJECT 變數可能未指定為 WITHINSUBJECT 變數。
如果在每個受試者內適當地排序資料，則不需要 WITHINSUBJECT 關鍵字。
分析中不會使用任何受試者內變數具有遺漏值的觀察值。

SORT 關鍵字

SORT 關鍵字指出是否依受試者效果和受試者內效果來排序工作資料集中的觀察值。

YES。 依受試者和任何受試者內變數來排序觀察值。 GENLIN 程序會在執行分析之前對作用中資料集進行排序。受試者和任何受試者內變數會根據其資料值的遞增排序來排序。如果有任何變數是字串，則其排序會依語言環境而定。這是預設值。此排序是暫時的-它僅在 GENLIN 程序期間有效。

NO。 不依受試者和任何受試者內變數來排序觀察值。 如果指定 SORT = NO ，則 GENLIN 程序在執行分析之前不會對作用中資料集進行排序。

CORRTYPE 關鍵字

CORRTYPE 關鍵字指定工作中相關性矩陣結構。

獨立。 獨立工作相關性矩陣。這是預設工作中相關性矩陣結構。

AR(1)。 AR (1) 工作相關性矩陣。

可交換。 可交換的工作相關性矩陣。

FIXED (清單)。 固定工作中相關性矩陣。指定數字清單，每一個數字以空格字元或逗點區隔。

數字清單必須定義有效的工作相關性矩陣。列數和欄數必須等於工作中相關性矩陣的維度。此維度取決於受試者效果、受試者內效果、作用中資料集是否排序，以及資料。判定工作中相關性矩陣維度最簡單的方法是使用預設工作中相關性矩陣結構 (而非 FIXED 結構) ，先針對模型執行 GENLIN 程序，並檢查工作中相關性矩陣維度的 PRINT MODELINFO 輸出。然後，使用 FIXED 規格重新執行程序。

僅指定矩陣的下三角形部分。必須逐列指定矩陣元素。所有元素必須介於 0 和 1 (含) 之間。

例如，如果每個受試者有三個測量，則下列規格會定義一個 3 * 3 工作中相關性矩陣。

CORRTYPE = FIXED(0.84 0.65 0.75)


1.00 0.84 0.65
0.84 1.00 0.75
0.65 0.75 1.00

固定工作中相關性矩陣沒有預設值。

MDEPENDENT (整數)。 m 相依工作相關性矩陣。將括弧中的分鐘值指定為大於或等於 0 的整數。指定的 m 應該小於工作中相關性矩陣中的列或欄層次數目。如果指定的分鐘大於工作中相關性矩陣的維度，則分鐘會設為等於列或欄層次數目減 1。例如，如果工作中相關性矩陣的維度是 4 ，則分鐘應該是 3 或更小。在此情況下，如果您指定分鐘 > 3 ，則分鐘將設為等於 3。無預設值。

UN結構化。 非結構化工作中相關性矩陣。

ADJUSTCORR 關鍵字

ADJUSTCORR 關鍵字指示是否根據非冗餘參數數目來調整工作中相關性矩陣估計值。

YES。調整工作中相關性矩陣估計值。這是預設值。

NO。在不進行調整的情況下計算工作中相關性矩陣估計值。

COVB 關鍵字

COVB 關鍵字指定是否將參數估計值共變異數矩陣的穩健或基於模型的估計值用於廣義估計方程式。

ROBUST. 參數估計值共變異數矩陣的穩健估計值。這是預設值。

模型。基於模型的參數估計值共變異數矩陣的估計值。

HCONVERGE 關鍵字

HCONVERGE 關鍵字指定廣義估計方程式演算法的 Hessian 收斂準則。對於廣義估計方程式， Hessian 收斂準則一律為絕對。

請指定一個大於或等於 0 的數值。如果 HCONVERGE = 0，則在滿足任何指定的收斂準則之後 1E-4 會檢查值 Hessian 收斂準則。如果不符合，則會顯示警告。預設值為 0。
至少一個 REPEATED 次指令關鍵字 HCONVERGE， PCONVERGE 必須指定非零數字。

MAXITERATIONS 關鍵字

MAXITERATIONS 關鍵字指定廣義估計方程式演算法的疊代數目上限。

請指定大於或等於 0 的整數。預設值為 100。

PCONVERGE 關鍵字

PCONVERGE 關鍵字指定廣義估計方程式演算法的參數收斂準則。

指定大於或等於 0 的數字，並在括弧中指定 ABSOLUTE 或 RELATIVE 關鍵字，以定義收斂類型。數字和關鍵字可以用空格字元或逗點區隔。如果數字為 0 ，則不會使用參數收斂準則。預設值為 1E-6 (ABSOLUTE)。
至少一個 REPEATED 次指令關鍵字 HCONVERGE， PCONVERGE 必須指定非零數字。

UPDATERR 關鍵字

UPDATECORR 關鍵字指定工作中相關性矩陣更新之間的反覆運算次數。工作中相關性矩陣中的元素基於在演算法的每個疊代中更新的參數估計值。 UPDATECORR 關鍵字指定要更新工作中相關性矩陣元素的疊代間隔。指定大於 1 的數值可縮短處理時間。

請指定一個大於 0 的整數。
如果值為 0 ，則完全不會更新工作中相關性矩陣。在此情況下，會在整個估計處理程序中使用起始工作相關性矩陣。
預設值為 1。依預設，工作中的相關性矩陣會在每個反覆運算之後更新，從第一個反覆運算開始。
UPDATECORR 值必須小於或等於 REPEATED MAXITERATIONS 值。