广义线性混合模型（GLMM）：一种把广义线性模型（GLM）与混合效应模型结合起来的统计模型。它在处理非正态分布的结果变量（如二项/计数数据）时很常用，并通过加入随机效应来刻画数据中的分组/层级结构（例如学生嵌套在班级、病人来自不同医院、重复测量等）。除最常见用法外，在不同学科里也可能指具体的建模框架或软件实现细节。
/ˈdʒɛnərəlaɪzd ˈlɪniər mɪkst ˈmɑːdəl/
该术语由三部分构成：generalized（“广义的”——允许响应变量服从更一般的分布，而不只限正态）、linear（“线性的”——通常指通过“线性预测子”与解释变量线性组合相关）、mixed（“混合的”——同时包含固定效应与随机效应）、model（“模型”）。在统计学发展脉络中，它可看作对经典 GLM 的扩展，用以适应分层数据与相关性结构。
A generalized linear mixed model can handle repeated measurements from the same person.
广义线性混合模型可以处理同一个人的重复测量数据。
To analyze infection rates across hospitals while accounting for patient-level covariates and hospital-to-hospital variability, we fitted a generalized linear mixed model with a logit link and random intercepts for hospitals.
为了在考虑患者层面的协变量与不同医院之间差异的同时分析感染率，我们拟合了一个使用 logit 链接函数、并为医院设置随机截距的广义线性混合模型。
Select Language