给出楼主附件内容说明
【名称】longitudinal_and_incomplete_data_analysis
【作者】Geert Verbeke, Geert Molenberghs
【日期】10 July 2004
【文件格式】PDF
【文件大小】约1.8MB
【页数】161
【资料类别】统计学课件
【是否缺页】无缺页,但Part IV内容需顺时针旋转90度阅读
【关键词】longitudinal, incomplete data
【内容简介】
该资料介绍了对连续型、离散型纵向数据建模的相关理论及SAS实现,针对不完全数据的缺失机制(MCAR/MAR/NMAR)选择适合的统计方法等内容。
【目录】
Part I Continuous Longitudinal Data
Chapter 1 Introduction
Chapter 2 A Model for Longitudinal Data
Chapter 3 Estimation and Inference in the Marginal Model
Chapter 4 Inference for the Random Effects
Part II Marginal Models for Non-Gaussian Longitudinal Data
Chapter 5 Non-Continuous Data: Motivating Studies
Chapter 6 Generalized Linear Models
Chapter 7 Parametric Modeling Families
Chapter 8 Generalized Estimating Equations
Part III Random-Effects Models for Non-Gaussian Longitudinal Data
Chapter 9 Generalized linear mixed models
Chapter 10 Marginal Versus Random-effects Inference
Part IV Incomplete Data
Chapter 11 Setting the scene
Chapter 12 Proper analysis of Incomplete Data
Chapter 13 MNAR
【原创书评】
处于研究兴趣,本人曾经读过Geert Verbeke, Geert Molenberghs于2000年所著《Linear mixed models for longitudinal data》,出版社是New York : Springer。由于自己的理论功底不深,当时没能全部看懂。从论坛下载了楼主上传的资料后,我欣喜地发现它与该书在内容上有许多吻合,且更为精炼,甚好!
纵向数据分析中,缺失现象是非常普遍的,而能够解决此问题的较为成熟的统计方法却并不多见。在Roderick J.A.Little, Donald B.Rubin的《Statistical Analysis with Missing Data》(Wiley,第2版)书中,对缺失机制及各种相应分析方法的原理有过详尽阐述,但我感觉它与实际资料结合不够,同时也没介绍如何用软件实现。而Geert Verbeke的课件,不仅提供了数个实际案例,而且还有一些SAS code可供借鉴,这对于我们初学者是很宝贵的。可惜的是针对缺失中最复杂的情况MNAR,作者只给出结果而无程序,也许学到那里时会遇到些障碍。
金币+2 魅力+5 积分+100
版主评语:
非常之详细的内容说明!
【原创书评】写得非常好,额外嘉奖!
[此贴子已经被pine888于2007-11-13 17:25:01编辑过]