中国人民大学统计学院

课程名称（中/英文）

纵列数据和依存数据分析

Analysis of Longitudinal and Dependent Data

讲教师

赵红伟

教师职称

副教授

主讲教师所在学校

美国得克萨斯农工大学

学分

2学分

总课时

32课时

听课对象

本、硕、博学生均可

～～欢迎校内外学生选课～～

其它课程信息

附：

纵列数据和依存数据分析——课程简介及教学大纲

预备知识：

统计推断、线性模型、分类数据分析

课程梗概：

本课介绍纵列数据和依存数据分析的现代方法。研究随机效应模型和一般化的方程估计方法，并与多元分析方法和重复方差分析法进行比较。在研究中，不仅考虑连续型变量，也考虑离散型变量。缺失值的问题也要被讨论。分析数据所采用的软件是SAS中的 PROC GENMOD, MIXED, GLIMMIX and NLMIXED过程。

教学大纲

1. 导论
2. 重复方差分析 
3. 多元方法
4. 连续型变量的混合效应模型 
5. 固定效应的估计 
6. 方差成分的推断 
7. 随机效应的估计 
8. 协方差结构模型 
9. 模型的诊断 
10. 连续型变量和离散型变量的边际模型 
11. 一般化的方程估计方法 
12. 协方差阵 
13. 重复二元数据协方差模型 
14. 离散变量的一般线性混合模型（GLMM） 
15. GLMM估计中的整体逼近方法 
16. GLMM估计中惩罚 Quasi-likelihood方法 
17. 缺失值问题

教材：

Berbeke and Molenberghs (2000). Linear Mixed Models for Longitudinal Data. Springer: New York.

Diggle, Heagerty, Liang and Zeger (2002). Analysis of Longitudinal Data. Oxford University Press.

软件：

SAS