咨询：T0至T2阶段群体词汇使用占比下降的统计显著性分析方法

嘿，我来帮你梳理下适合分析这个问题的统计方法。你手头是158人组成的队列，在三个时间点追踪他们是否使用某类词汇：干预前（T0）有123人使用，干预后即刻（T1）65人，干预后3个月（T2）54人。核心是要检验从T0到T2的词汇使用占比下降是否具有统计显著性，以下是几种靠谱的方法：

• 适用场景：当你有同一组对象的多个时间点二分类数据（用/不用词汇），想检验多个时间点的使用分布是否存在整体差异时，这个方法很合适。
• 实操逻辑：先通过McNemar-Bowker检验验证三个时间点的使用比例是否存在显著的整体差异；如果整体差异显著，再用配对McNemar检验做两两对比（比如专门针对T0 vs T2），确认这个时间段的下降是否显著。
• 注意事项：需要尽量保证每个个体的三个时间点数据完整（如果有失访个体，可能需要先排除或用其他方法处理）；单元格的期望频数最好不要太小，否则检验效力会受影响。

• 适用场景：如果存在部分个体失访（比如有些个体只在T0有数据，T1或T2缺失），或者你想同时控制其他混杂变量（比如年龄、性别、干预依从性等），GEE是非常灵活的选择。
• 优势：它能处理重复测量的二分类数据，同时考虑个体内的相关性，还能直接给出时间效应的显著性检验结果，帮你判断使用概率随时间推移的下降趋势是否显著。
• 软件实现：比如在R语言中，可以用geepack包的geeglm()函数；在SPSS中也有专门的GEE分析模块。

• 适用场景：这是针对多个相关样本二分类数据的非参数检验，相当于重复测量方差分析的二分类版本。
• 优势：不需要依赖参数分布假设，适合样本量不算特别大或者不满足参数检验前提的情况。它能先检验三个时间点的使用比例是否存在整体差异，之后同样可以搭配两两McNemar检验来聚焦T0到T2的变化。
• 软件实现：R语言中coin包的cochran_qtest()函数可以直接完成这个检验。

• 适用场景：如果你把时间点看作一个有序变量（T0 < T1 < T2，代表干预后的时间推移），可以用有序逻辑回归来建模词汇使用概率随时间的变化。
• 实操逻辑：将“是否使用词汇”作为结局变量，时间点作为有序自变量，建模后检验时间变量的系数是否显著为负——如果是，就说明随着时间推移，词汇使用的概率显著下降。
• 注意事项：需要满足比例优势假设，可以通过统计检验来验证这个假设是否成立。

额外实操建议 #

• 先整理数据为长格式：每一行代表一个个体的一个时间点记录，包含个体ID、时间点（T0/T1/T2）、使用状态（1=使用，0=未使用）。
• 优先关注整体差异+针对性两两检验：先确认三个时间点整体是否有差异，再专门验证T0到T2的下降是否显著，这样结论更严谨。

内容的提问来源于stack exchange，提问作者llewmihs