🧰 卫生计量模型：先看问题和数据，再打开工具箱
六步逻辑框架
- 目标：描述、预测、因果还是资源决策？先定义目标人群、时间窗与待估量。
- 结局：连续、正偏费用、含零费用、计数、二元/有序、多分类、时间至事件还是比例？
- 结构：独立横断面、重复横断面、个体面板、多层聚类、复杂抽样还是空间关联？
- 识别：随机、条件可交换、政策时点、阈值或有效工具变量？“多元回归”本身不是识别策略。
- 估计：选择与支持集、依赖结构和目标相符的模型/链接/权重。
- 检查与表达：诊断、绝对效应/边际效应、区间、敏感性、外推边界。
按结局选候选模型
| 结局 | 候选 | 核心解释与检查 |
|---|---|---|
| 近连续 | OLS、稳健SE | 条件均值、残差结构、函数形式、影响点 |
| 正偏且严格正的费用 | Gamma-log GLM、适当变换模型 | 均值-方差关系、链接、拟合；log系数与原尺度效应不同 |
| 大量零费用+正费用 | 两部模型 | 使用概率×使用者费用；合并预测与区间 |
| 计数/率 | Poisson、负二项 | 暴露人时offset；过度离散；均值设定与SE |
| 零特别多的计数 | hurdle、零膨胀等 | 是否有结构性零的实质机制，不按零比例自动决定 |
| 二元/有序/多分类 | logit/probit、有序或多项模型 | OR与风险比不同；比例优势/类别结构 |
| 连续分布不同位置 | 分位数回归 | 条件分位数效应；不能直接说个体被影响多少 |
| 生存 | Cox、参数/AFT、竞争风险 | 删失、PH、时间尺度与目标风险 |
费用取对数后再简单指数还原通常不能直接得到原尺度条件均值；需考虑重转换与异方差。Gamma要求正值，不给零费用随意加1来“满足模型”。模型选择先看数据机制，再用诊断与验证比较，不能只按显著性或AIC下决定。
两部模型的R接口
# d: cost>=0，a为处理/分组，x为治疗前协变量
d$anycost <- as.integer(d$cost>0)
pmod <- glm(anycost~a+x,family=binomial(),data=d)
cmod <- glm(cost~a+x,family=Gamma(link="log"),data=subset(d,cost>0))
d1 <- d0 <- d; d1$a <- 1; d0$a <- 0
pred_mean <- function(nd) predict(pmod,nd,type="response") *
predict(cmod,nd,type="response")
mean(pred_mean(d1)-pred_mean(d0))
# 这只是标准化模型差异；因果解释另需识别假设。
# 区间可对整个两部拟合与标准化过程适当重抽样；聚类数据按簇抽样。
glm cost i.a c.x if cost>0, family(gamma) link(log) vce(robust)
margins, dydx(a)
poisson visits i.a c.x, exposure(person_time) vce(robust)
qreg cost i.a c.x, quantile(.5)
Gamma代码只分析正费用者，不是完整两部人群效应；不能把此条件结果与全样本两部结果混为一谈。
面板FE、RE与CRE
FE利用单位内变化控制时间不变的单位差异；无法估计不随时间变化且被单位效应吸收的变量。RE还要求对个体效应与解释变量关系作更强假设。CRE/Mundlak通过纳入时间变化协变量的个体均值描述相关结构，允许区分部分组内/组间信息。不要只做一次Hausman检验就宣称某模型正确。
xtset id year
xtreg y x i.year, fe vce(cluster id)
xtreg y x i.year, re vce(cluster id)
bysort id: egen xbar = mean(x)
xtreg y x xbar i.year, re vce(cluster id)
短面板的滞后因变量、反向因果和测量误差不能靠FE自动消除；动态面板GMM需检查矩条件、序列相关、工具数量与弱识别，不能把“用了GMM”当稳健性的标签。政策分批实施先读交错DID，而不是只在此回归上加一个post变量。
IV、RDD与空间模型
IV要论证相关性、排除限制、独立性及目标解释；弱工具诊断、稳健区间与推断比第二阶段P值更重要。过度识别检验不能证明所有工具有效。
ivregress 2sls y x (a=z), vce(robust)
estat firststage
RDD先核对精确运行变量、阈值、操纵与政策跳变，采用合理局部估计、带宽及稳健推断；阈值两侧病例“看起来相似”不够。年龄按整年记录可能不足以支持精细退休阈值设计。详见速查D2/D3。
空间模型从空间权重矩阵的实质含义出发；Moran's I、SAR/SEM/SDM与空间溢出各有角色。不要把普通回归的空间相关残差直接叫政策溢出；报告权重定义、孤立地区、尺度敏感性以及直接/间接效应。
报告与交付 🐾
交付“目标—结局—结构—识别—模型—诊断”表、公式、变量字典、分析样本、SE层级、边际预测及敏感性。报告完整效应尺度和区间；非线性模型的交互项系数不一定等于概率尺度交互效应。算法解决拟合，研究设计承担解释。
可复制请求：请先用六步逻辑框架识别我的数据与目标，再给候选模型、淘汰理由、最小代码和必要诊断。分开均值关联、预测能力和因果效应，不为复杂而堆叠模型。
普贤 · 社医卫管方法库 · 教学参数与代码接口需结合实际数据、软件版本和研究设计核对。