[下载]Applied Longitudinal Data Analysis：Lecture Notes

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

<p> 316586.pdf (5.97 MB, 需要: 3 个论坛币)

2009-4-18 15:26:00 上传

[下载]Applied Longitudinal Data Analysis：Lecture Notes
需要: 3 个论坛币  [购买]

</p><p><br/> </p><p></p><p>是LECTURE NOTES哦，691页。赚一些论坛币下载其他学习资源，过一阵子在免费，各位大侠见谅啊。</p><p>Applied Longitudinal Data Analysis<br/>Lecture Notes</p><p>M. Davidian<br/>Department of Statistics<br/>North Carolina State University<br/>c°</p><p>2005 by Marie Davidian</p><p><br/>Contents<br/>1 Introduction and Motivation 1<br/>1.1 Purpose of this course . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1<br/>1.2 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2<br/>1.3 Statistical models for longitudinal data . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12<br/>1.4 Outline of the course . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18<br/>2 Review of matrix algebra 20<br/>2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20<br/>2.2 Matrix notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20<br/>2.3 Matrix operations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22<br/>3 Random vectors and multivariate normal distribution 32<br/>3.1 Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32<br/>3.2 Random vectors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39<br/>3.3 The multivariate normal distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46<br/>3.4 Multiple linear regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57<br/>4 Introduction to modeling longitudinal data 68<br/>4.1 Basic StatisticalModel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68<br/>4.2 Sources of variation in longitudinal data . . . . . . . . . . . . . . . . . . . . . . . . . . . 73<br/>4.3 Exploring mean and covariance structure . . . . . . . . . . . . . . . . . . . . . . . . . . 76<br/>4.4 Popular models for covariance structure . . . . . . . . . . . . . . . . . . . . . . . . . . . 86<br/>4.5 Diagnostic calculations under stationarity . . . . . . . . . . . . . . . . . . . . . . . . . . 92<br/>4.6 Implementation with SAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96<br/>5 Univariate repeated measures analysis of variance 105<br/>5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105<br/>5.2 Basic situation and statistical model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106<br/>5.3 Questions of interest and statistical hypotheses . . . . . . . . . . . . . . . . . . . . . . . 121<br/>5.4 Analysis of variance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129<br/>5.5 Violation of covariancematrix assumption . . . . . . . . . . . . . . . . . . . . . . . . . . 132<br/>i<br/>TABLE OF CONTENTS ST 732, M. DAVIDIAN<br/>5.6 Specialized within-unit hypotheses and tests . . . . . . . . . . . . . . . . . . . . . . . . . 134<br/>5.7 Adjusted tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144<br/>5.8 Implementation with SAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145<br/>6 Multivariate repeated measures analysis of variance 172<br/>6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172<br/>6.2 General multivariate problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175<br/>6.3 Hotelling's T2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176<br/>6.4 One-way MANOVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179<br/>6.5 Pro¯le Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184<br/>6.6 Implementation with SAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188<br/>7 Drawbacks and limitations of classical methods 201<br/>7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201<br/>7.2 Assumptions and restrictions of classical methods . . . . . . . . . . . . . . . . . . . . . . 201<br/>8 General linear models for longitudinal data 208<br/>8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208<br/>8.2 Simplest case { one group, balanced data . . . . . . . . . . . . . . . . . . . . . . . . . . 210<br/>8.3 General case { several groups, unbalanced data, covariates . . . . . . . . . . . . . . . . . 212<br/>8.4 Models for covariance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222<br/>8.5 Inference by maximum likelihood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228<br/>8.6 Restrictedmaximum likelihood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240<br/>8.7 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243<br/>8.8 Implementation with SAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247<br/>8.9 Parameterizing models in SAS: Use of the noint option in SAS model statements in PROC<br/>GLM and PROC MIXED . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296<br/>8.10 Using SAS model, contrast, and estimate statements . . . . . . . . . . . . . . . . . . 305<br/>9 Random coe±cient models for multivariate normal data 308<br/>9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308<br/>9.2 Random coe±cientmodel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309<br/>9.3 Inference on regression and covariance parameters . . . . . . . . . . . . . . . . . . . . . 323<br/>ii<br/>TABLE OF CONTENTS ST 732, M. DAVIDIAN<br/>9.4 Inference on individuals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328<br/>9.5 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330<br/>9.6 Basic PROC MIXED sytnax . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332<br/>9.7 Implementation with SAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335<br/>10 Linear mixed e®ects models for multivariate normal data 362<br/>10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362<br/>10.2 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362<br/>10.3 General linearmixed e®ectsmodel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373<br/>10.4 Inference on regression and covariance parameters . . . . . . . . . . . . . . . . . . . . . 375<br/>10.5 Best linear unbiased prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376<br/>10.6 Testing whether a component is random . . . . . . . . . . . . . . . . . . . . . . . . . . . 385<br/>10.7 Time-dependent covariates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387<br/>10.8 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391<br/>10.9 Implementation with SAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391<br/>11 Generalized linear models for nonnormal response 422<br/>11.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422<br/>11.2 Probability models for nonnormal data . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424<br/>11.3 Generalized linear models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435<br/>11.4 Maximum likelihood and iteratively reweighted least squares . . . . . . . . . . . . . . . 442<br/>11.5 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 446<br/>11.6 Implementation with SAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 446<br/>12 Population-averaged models for nonnormal repeated measurements 463<br/>12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 463<br/>12.2 Population-averaged model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 467<br/>12.3 Generalized estimating equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482<br/>12.4 \Robust" estimator for sampling covariance . . . . . . . . . . . . . . . . . . . . . . . . . 486<br/>12.5 Contrasting population-averaged and subject-speci¯c approaches . . . . . . . . . . . . . 487<br/>12.6 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 491<br/>12.7 Implementation with SAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 491<br/>iii<br/>TABLE OF CONTENTS ST 732, M. DAVIDIAN<br/>13 Advanced topics 517<br/>13.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517<br/>13.2 Generalized linear mixedmodels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517<br/>13.3 Nonlinear mixed e®ectsmodels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 520<br/>13.4 Issues associated with missing data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 522<br/>14 References<br/></p>

[此贴子已经被作者于2009-4-19 17:59:33编辑过]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：Longitudinal Longitudina Analysis Applied Lecture course 资源

好的，看了！

I pay the money, but cann't download. Why?

great, thanks

这个在NCSU Statistics, Davidian, Marie 个人主页上是免费下载的

收费的好资料
谢谢你

什么时候能免费啊？

郁闷~~~怎么下不了？

等啊等，什么时候才能免费呢？

1# kursk
Thanks for sharing.