概率论与数理统计
课程名称: 混合效应模型与纵向数据分析
英文名称: Mixed Models and Longitudinal Data Analysis
课程编号: S070103ZY009 开课编号: 213019Y 开课学期:
课程类型: 专业课学  时: 40学  分: 2.0
授课教师:  
教师简介:
 
预修课程:
概率论与数理统计,线性回归分析
教学目的:
本课程为数理统计专业硕士、博士研究生的专业课,也可作为相关学科各专业研究生的选修课。主要介绍混合效应模型概念、方法和在纵向数据分析中的应用,目的是将所学方法用于解决实际纵向数据分析问题,并为今后相关方面的研究打下基础。
教学内容:
第一章 混合效益模型与纵向数据分析简介 线性模型与线性混合效应模型,固定效应模型、随机效应模型、纵向数据例子 第二章 统计推断方法 极大似然,限制极大似然,贝叶斯方法、拟似然方法、广义估计方程(GEE),极大似然比检验、Wald’s检验、预测方法 第三章 线性混合效应模型 固定效应估计、随机效应预测、单向分类模型、两项分类模型、检验、其他估计方法、最优线性预测、计算方法 第四章 纵向数据 平衡数据情形、相关和不相关情形下的参数估计与预测、不平衡数据,GEE方法 第五章 广义线性混合效应模型 广义线性模型与广义线性混合效应模型、参数估计与假设检验、随机效应预测、计算方法
教  材:
 
参考资料:
1. Peter J. Diggle, Kung-Yee Liang, Scott L. Zeger, Analysis of Longitudinal Data, Oxford Statistical Science, 1994. 2. Charles E. McCulloch, Shayle R. Searle. Generalized, Linear, and Mixed Models,John Wiley & Sons, 2000.