莫纳什 EPM5008《纵向与相关数据分析》：四项作业无期末考试，SAS 或 Stata 全程动手

莫纳什 EPM5008《纵向与相关数据分析》是硕士单元：6 学分，四项作业定全部成绩、没有期末笔试，全程用 SAS 或 Stata 建模，且只对指定项目开放、不对交换生开放。

课程官网（学校官网）：https://handbook.monash.edu/2026/units/EPM5008

EPM5008 是一门什么课？

一句话：教你处理「不独立的数据」——同一人反复测、同一家族多名成员、同一医院多个患者，普通方法在这里失效，要换成混合线性模型、广义估计方程与广义线性混合模型。

这是莫纳什大学（Monash University）的硕士单元，单元代码 EPM5008，英文名 Longitudinal and correlated data analysis，中文常译「纵向与相关数据分析」。6 个莫纳什学分点（EFTSL 0.125），与 Alfred Hospital 的临床研究语境相关。

先说清两类数据的区别，因为它决定整门课的必要性：

• 纵向数据：同一批人反复测量多次（如患者随访血压）。
• 相关数据：观察值之间不独立（如同一家庭的成员）。

学校官网的单元简介按四步展开：

1. 先建立层次数据结构的概念，再用数值与分析实例演示标准统计方法的不足。
2. 用 SAS 或 Stata 探索正态理论模型与统计流程，即混合线性模型。
3. 扩展到非正态结局，强调临床研究问题。
4. 案例研究对比广义估计方程（GEE）与广义线性混合模型的差异，并讲传统重复测量方差分析与不可交换模型的局限。

一条主线：先判断数据结构（有没有层次与相关性），再选对模型（线性混合／GEE／广义线性混合模型），最后用软件跑通并用医学语言解释。

这条路走通，你就能处理绝大多数临床研究里的重复测量数据。

注意这门课的产出不只是模型，还有「翻译」——四条学习成果里有一条专门讲：把统计输出翻成医生看得懂、期刊收得了的临床语言。这是生物统计师的核心技能，也是国内统计课几乎不练的一段。

和国内统计课有什么不同？

最大的差别在专门化程度：国内把纵向数据塞在多元统计或卫生统计的一章里，莫纳什整门课专教这件事。

• 从概念到软件到案例走完整流程，不是一章导论。
• 软件生态不同：用 SAS 或 Stata——这是药企与临床研究行业的标准工具链；国内同类课多用 R 或 SPSS。
• 案例语境全是医学：患者随访、药物疗效、重复测量指标，并强调用医学语言汇报。
• 对比教学是主线：GEE 与广义线性混合模型的辨析贯穿全课，帮学生建立选型判断力；国内多分开讲。
• 授课模式全在线，没有校园课堂。

考核怎么算？

四项作业定全部成绩，没有期末笔试：

1. Short answer exercises 1（短答练习 1，1,200 词）占 20%，覆盖 LO 1–3
2. Written report 1（书面报告 1，1,800 词）占 30%，覆盖 LO 1–3
3. Short answer exercises 2（短答练习 2，1,200 词）占 20%，覆盖 LO 1–3
4. Written report 2（书面报告 2，1,800 词）占 30%，覆盖 LO 1–4

另有一条官方提示：考核详情可能调整，以开课前 Moodle 发布的信息为准。

几点判断：

• 全作业、无期末，对持续写作型学生有利——每项都有足够时间打磨；对期末突击型最不利：分数分散在学期各段，任何一项拖后都直接丢两到三成。
• 四项字数递进（1,200 → 1,800），实质是两轮「练手 → 正式报告」的节奏。第一轮的反馈必须吸收进第二轮——第二份报告比第一份重，就是因为学校假定你已经被纠过一次。
• 没有一次考试能翻身。 分数是一段段攒出来的，这也是在线课程最需要自律的地方。
• 每一项都对应明确的学习成果，所以复习不能只盯字数，要按 LO 对照自己会不会。

先修要求是什么？

这门课的选课门槛是本批最窄的一个，要先看身份、再看先修。

身份层（最硬的一条）：本单元仅对以下在读学生开放——生物统计学的研究生证书（Graduate Certificate）、研究生文凭（Graduate Diploma）或硕士（Masters of Biostatistics），以及 健康数据分析硕士（Master of Health Data Analytics，M6036）。不对交换生开放，也不作为自由选课。

先修层（AND 组合）：

• MPH5040（流行病学导论）
• 且 EPM5027（Regression modelling for biostatistics 1）或 EPM5009（Categorical data and generalised linear models）任一

这个结构说明学校的意图：先确保你有基本统计推断与回归概念，再让你进入纵向数据建模。

实际还需要一样东西：一门统计软件的入门经验。 R 也行，SAS 或 Stata 更好——缺的这块在上机环节最疼。

适合谁：

• Biostatistics 与 Health Data Analytics 项目学生——这是纵向数据分析的核心方法课，后续临床试验统计、流行病学方法都要用。
• 有统计基础、愿意动手写代码做分析的学生；纯理论型或惧怕软件实操的会吃力。
• 目标药企统计师、CRO 数据分析师、医院研究所统计员的学生——这门课是简历上的直接对口项，SAS 编程还是招聘硬技能。

不太适合：

• 非指定项目学生或交换生。选课通道本身就不开放。
• 不愿意碰统计软件的人。四项作业全部要跑模型、读输出。

学完能做什么？

核心是四件事：能根据学科知识为纵向或相关数据建立并分析描述合适的模型；能识别相关或层次数据结构的存在，并描述标准方法在这些场景下的局限；能熟练使用统计软件正确建模、计算并解读结果；能用适合与医学研究者沟通或投稿生物医学、流行病学期刊的语言表达分析结果。

学习成果之间有一个递进关系值得注意：

• 「识别结构」排在「建模型」之后讲，但实际必须先做。你判断不出数据有层次，后面选什么模型都是错的。
• 「描述标准方法的局限」是一条独立成果——这不是附注，是要求你能说清「为什么不能套普通方法」。这条恰恰是对数据素养的最高要求。
• 「软件实现」与「语言表达」两两配对：一个向内（跑得对），一个向外（说得清）。

能力层面，你带走的是「识别数据结构 → 选对模型 → 软件实现 → 临床语言汇报」的完整链路——这是生物统计师日常工作的标准循环。

去向上，药企统计师、CRO 生物统计员、医院研究所数据分析师、生物统计与流行病学方向的博士研究都对口；纵向数据建模与 SAS／Stata 是这些岗位 JD 的高频要求。

即使不走生物统计方向，那句「知道什么时候不能套普通方法」的意识本身就很有价值——相当多的错误结论，来自把相关数据当独立数据处理。

难点与常见挂因

这门课的核心难点是一次世界观切换：你之前学的所有统计方法都建立在「样本独立」上，而这里的前提被直接抽掉。七件事同时压过来——不独立的直觉要重建、GEE 与混合模型要会选、随机效应的数学语言要跟上、SAS 或 Stata 要从零上手、医学语境要补、英文医学汇报要练、全在线还得自己管节奏。

为什么中国学生容易在这里卡？

• 「不独立」是一次根本性的假设崩塌。 普通统计课的所有方法都建立在样本独立上；纵向数据同一人反复测，观测之间天然相关——独立假设一破，标准误全错。国内概率统计课从头到尾默认独立，学生第一次接触相关数据时会在「能不能套 t 检验」上犹豫不决。卡点在模型选择题：没识别出层次结构就用了普通回归，整题方向错。这一段是全课最根本的门槛。
• GEE 与广义线性混合模型的选型最难辨析。 两者都能处理相关数据，但假设不同——GEE 是总体平均模型，广义线性混合模型是个体特定模型，解读口径完全不同；选错模型，结论的临床含义就偏。国内研究生统计课很少把两者放在一起对比教。卡点在案例分析题：两种模型都跑得出来，但说清「什么时候用哪个、结果解读差在哪」就卡住。
• 混合线性模型的数学语言层次多。 随机效应、方差成分、条件相关矩阵——概念一层套一层，公式一套套。国内线性模型课多停在固定效应，学生第一次面对「随机截距与随机斜率该设哪个」时没有判断依据，设错后续全偏。
• SAS 或 Stata 的代码实操是硬门槛。 两个软件语法完全不同；国内统计教学多用 R 或 SPSS，SAS 尤其生疏（DATA 步与 PROC 步分离，报错晦涩）。卡点在上机作业：模型懂了但代码写不出，或者跑出结果读不懂输出。
• 用医学语言做统计汇报是独立技能。 学习成果明写要能用「适合医学研究者或期刊投稿」的语言表达结果——不只是统计术语翻译，还要说清临床含义与局限。国内统计课几乎不练「面向医生的汇报写作」，常见结果是只报数字不讲临床意义。
• 医学背景语境是一整块缺口。 案例全是临床研究：患者随访、药物疗效、重复测量指标。不懂基本临床研究设计（RCT、队列、随访）就读不懂题——统计方法会了，题意看不懂。
• 全在线课程没有外部约束。 教学全程在线，没有校园课堂的物理节奏，任务累积却无人在旁督促。学期中段最容易断档。

卡住之后会发生什么？

• 结构识别错：没判断出数据有层次或相关性就套普通方法，整题方向错。
• SAS 代码写不出：第一次作业一半时间在配环境，后面作业一路被动。
• GEE 与混合模型选型困惑：两种都能跑，说不清选哪个、结果差异解释不了。
• 报告只报数字：只报统计量不讲临床含义，评语是「so what?」。
• 在线节奏断档：连续两周没完成任务，到期中积压成山。
• 数学符号跟不上：讲义符号反复查，模型设定题写不出来。
• 医学题意读不懂：方法会了但对不上临床问题。

五处高频卡点

1. 结构识别：拿到数据先问「观测之间是否独立」。
2. GEE 与混合模型选型：总体平均 vs 个体特定的假设差异。
3. 随机效应设定：随机截距与随机斜率怎么选。
4. 软件排错：SAS 日志与 Stata 输出的阅读。
5. 医学语言汇报：发现什么、临床意味着什么、局限在哪。

常见挂因与对应动作

• 卡在结构识别错。 机制：没判断出数据有层次或相关性就套普通方法。早期信号：练习第一步没查独立性。怎么补：拿到数据先画结构图，说清观测是否独立再选方法。
• 卡在 SAS 代码写不出。 机制：环境不熟、语法生疏。早期信号：第一次作业一半时间在配环境。怎么补：SAS 基本流程（读数据、描述、回归、混合模型）不查笔记能独立跑通。
• 卡在 GEE 与广义线性混合模型选型困惑。 机制：两者都能跑，说不清选哪个。早期信号：作业里两种模型结果差不多但解释不了差异。怎么补：能口述两者的假设差异与适用场景各一句。
• 卡在报告只报数字不讲含义。 机制：缺「面向医学受众」的汇报训练。早期信号：报告评语出现「so what?」。怎么补：每份报告末尾三句话——发现什么、临床意义、局限。
• 卡在在线课程节奏断档。 机制：全在线无人督促，任务堆积。早期信号：连续两周未完成在线任务。怎么补：恢复按周完成，期中前把欠账清零。
• 卡在数学符号跟不上。 机制：混合模型的方差成分记号从未见过。早期信号：讲义符号要反复查。怎么补：开课前把矩阵记号与方差成分的基本符号过一遍，每个配一个小例。

留学生特别提醒

中国学生最容易在七处吃亏：SAS 从零上手、相关数据的思维盲区、医学语境断层、英文医学汇报写不好、全在线自律不够、选课通道太窄、数学符号跟不上。

• 开课前注册 SAS Studio 并跑通描述统计加回归；练到能读日志、排常见错才算够。
• 开课前读两篇中文纵向数据综述，理解「重复测量 → 相关 → 需特殊模型」的逻辑链；看到数据第一步先问「观测之间是否独立」才算够。
• 通读一篇临床研究设计入门综述，把 RCT、队列、随访、终点指标各写一句大白话；能读懂案例题的临床设定才算够。
• 每份分析报告末尾强制写三句：发现了什么差异、临床意味着什么、有什么局限；练到不查模板能成段输出才算够。
• 每周固定两个时段当「上课」排进日程，完成后即打勾；第八周查一次欠账、必须清零才算够。
• 在留学规划阶段就确认目标项目是否包含本课（本单元只对指定项目开放、不对交换生开放）；选课以项目课程列表为准才算安全。
• 开课前把矩阵记号与方差成分的基本符号过一遍，每个符号配一个小例；讲义不再需要反复查符号才算够。

怎么准备？

准备的关键是三条：把独立性这根拐杖先放下、把 SAS 或 Stata 练到能独立跑通、把临床研究的语言补上。

• 软件先行：SAS Studio 或 Stata 装上，描述统计、回归、混合模型三段流程各跑一遍。
• 符号预学：矩阵记号、方差成分、随机效应，各配一个小例。
• 结构识别练习：拿几份公开数据集，先判断有没有层次与相关性再选方法。
• 概念对照表：混合线性模型、GEE、广义线性混合模型三列——假设、解读口径、适用场景。
• 随机效应笔记：随机截距与随机斜率的差别，各配一个研究问题。
• 临床语境补课：RCT、队列、随访、终点指标各一句大白话，再读一篇真实临床研究。
• 报告模板：每份报告固定三段收尾——发现、临床意义、局限。
• 第一轮反馈吸收：第一份报告拿到评语后，逐条对应到第二份的改法。
• 在线日程：每周固定两个时段，写进日历，完成后打勾。
• 项目确认：选课前核对项目代码，确认本单元在你的项目课程列表内。
• 输出解读：每跑一个模型，都用一句临床语言写出它说了什么。

中英术语速查

• longitudinal data —— 纵向数据：同一对象多次测量的数据。
• correlated data —— 相关数据：观测之间不独立的数据。
• hierarchical data structure —— 层次数据结构：观测嵌套在更高层单元里的结构。
• mixed linear model —— 混合线性模型：同时含固定效应与随机效应的线性模型。
• fixed effect —— 固定效应：对所有个体相同的效应。
• random effect —— 随机效应：随个体或群组变化的效应。
• random intercept —— 随机截距：允许每个个体有自己的起点。
• random slope —— 随机斜率：允许每个个体的变化速率不同。
• variance components —— 方差成分：由随机效应贡献的方差。
• GEE (generalised estimating equations) —— 广义估计方程：总体平均模型。
• GLMM (generalised linear mixed model) —— 广义线性混合模型：个体特定模型。
• marginal model —— 边际模型：描述总体平均效应的模型。
• subject-specific model —— 个体特定模型：含个体随机效应的模型。
• repeated measures ANOVA —— 重复测量方差分析：处理重复测量的经典方法。
• exchangeable correlation —— 可交换相关结构：任意两次测量相关性相同。
• intraclass correlation —— 组内相关系数：同一群组内观测的相关程度。
• SAS DATA step / PROC step —— SAS 的数据步与过程步。
• Stata —— 常用统计软件。
• RCT (randomised controlled trial) —— 随机对照试验。
• cohort study —— 队列研究：追踪同一群体随时间的变化。
• follow-up —— 随访：对研究对象持续观察。
• endpoint —— 终点指标：用于判定研究结果的指标。
• biostatistician —— 生物统计师。
• CRO (contract research organisation) —— 合同研究组织：承接药企临床试验的机构。

关于我们

鱼之跃做在读留学生的学业支持，服务分两块，界限很清楚：

辅导＝老师授课：由 QS 前 200 院校的硕博老师把课程的知识点、推导链、作业要求讲透，按对口专业配课；覆盖同步辅导、论文辅导、考前辅导、预习。

护航＝你的学业管家：排计划、理材料、理流程这些杂事都替你打点好，该提前准备的他先想到；你只管学，有事随时找，需要时都在。同地区的留学学姐，熟悉你所在学校的节奏。

学术问题上的申诉，我们做材料梳理与流程陪跑，不代写、不代考、不碰学术诚信边界，也不承诺任何成绩。

课程官网与核对说明

课程官网（学校官网）：https://handbook.monash.edu/2026/units/EPM5008

本文涉及学校、单元代码、学分点与 EFTSL、课程定位与四步简介、四条学习成果、GEE 与广义线性混合模型的对比教学、传统重复测量方差分析的局限、SAS／Stata 软件要求、考核结构（四项作业 20%／30%／20%／30% 与各自字数、无期末笔试、覆盖 LO、以 Moodle 为准）、选课规则（仅对指定项目开放、不对交换生开放、先修 AND 组合）、全在线授课与教材说明的事实，均来自上述学校官网单元页；核对时间为 2026-10-30。文中「与国内课程差异、先修判断、难点、适合谁、怎么准备、学完能力」等属于基于课程内容的分析与学习建议，不代表学校官方要求；考核详情以开课前 Moodle 发布为准。

← 学业指南首页课程库