本书以实例为背景，系统阐述了纵向数据分析中边际模型估计参数的方法、参数估计的渐近性质、模型中相关矩阵和协变量的选择及其在实际数据中的应用。全书共分八章，内容包括纵向数据的背景，线性模型，广义线性模型，边际模型，参数估计的协方差矩阵估计，模型选择，纵向数据的秩的统计推断，拓展话题。
本书可作为高等学校统计学类、生物医药类、环境科学类等相关专业高年级本科生或研究生的教材，也可作为相关领域的科技工作者的参考用书。
- 前辅文
- 第一章 纵向数据的背景
- 1.1 什么是纵向数据
- 1.2 纵向数据实例
- 1.3 记号
- 1.4 基于纵向数据的三种模型
- 1.5 本书的结构安排
- 第二章 线性模型
- 2.1 独立数据的线性模型
- 2.2 纵向数据的线性模型
- 2.3 随机效应模型
- 2.4 相关结构模型
- 2.5 实例分析: 儿童铅中毒研究
- 第三章 广义线性模型
- 3.1 广义线性模型的定义
- 3.2 广义线性模型中的参数估计
- 3.3 估计方程的求解算法
- 3.4 拟似然方法
- 第四章 边际模型
- 4.1 均值参数估计
- 4.2 相关系数估计
- 4.3 方差参数估计
- 4.4 实例分析
- 第五章 参数估计的协方差矩阵估计
- 5.1 修正的\ Sandwich 协方差矩阵估计
- 5.2 bootstrap 方法
- 第六章 模型选择
- 第七章 纵向数据的秩的统计推断
- 7.1 独立的工作模型
- 7.2 最优线性组合估计方程
- 7.3 简单加权估计方程
- 7.4 等相关工作模型
- 7.5 数值模拟研究
- 7.6 实例分析: 儿童疼痛耐受性研究
- 第八章 拓展话题
- 8.1 GEE 估计的改进
- 8.2 诱导平滑方法
- 8.3 转移模型
- 参考文献
