在随机影响模型中纵向数据的分析及应用

摘要

纵向数据分析是指对已公布或者处理的数据进行多次观察收集到的数据进行的研究分析。纵向数据分析源于参与者的反应，并对同一个体在不同情况下进行多次测量。混合效应模型是指同时包含固定及随机影响因子的模型。混合效应模型对处理对象的特别变化是有帮助的。它解释了一系列已测量的相关变量的关系。它对纵向数据分析也是极有用的，因为它容许研究者用更多可变模型去检测结果。考虑三个不同来源的变量:个体间的互异性、个体内的生理变化性以及测量误差，因为纵向研究对重复测量结果的相关性有所影响。纵向数据研究的最终目的是检测对象在不同的时间如何变化并且解释由哪些因素决定。

目录

声明

摘要

Abstract

Contents

1 An Introduction to Longitudinal Studies

1．1 Introduction

1．2 Definition

1．3 Longitudinal Versus Cross-sectional Designs

1．4 Objectives of Longitudinal Studies

1．5 Terminology

1．6 Notation

1．7 Correlation among Longitudinal Data

1．8 Missing Data

2 Linear Models for Longitudinal Data

2．1 Introduction

2．2 Linear Regression Model

2．3 Multivariate Normal Distribution

2．4 Repeated Measures Analysis by (ANOVA)

2．5 Repeated Measures Analysis by (MANOVA)

2．6 Estimating Maximum Likelihood

2．6．1 Maximum Likelihood of Independent Observation

2．6．2 Maximum Likelihood of Correlated Observation

2．7 Statistical Inference (Maximum Likelihood)

2．8 Information Criteria

3 Linear Mixed Effect Model

3．1 Introduction

3．2 Fixed-Effect Model

3．3 Linear Mixed Effect Model

3．4 Random Effect Covariance Structure

3．5 Two-stage Random Effect

3．5．1 Stage 1

3．5．2 Stage 2

3．6 Random Intercept Mixed Effect

3．7 Random Intercept and Slope

3．8 Generalized Linear Mixed Effect Model

3．9 Prediction of Random Effect

3．10 Residual Analysis and Diagnostics

4 Applications of Analysis

4．1 Description of the Data

4．2 Discussion of the Result

4．3 Conclusions

Acknowledgements

Dedication

Bibliography