纵向数据线性混合效应模型的估计和检验问题

近年来，纵向数据分析是统计学的热点研究课题之一，其成果已被广泛地应用于生物、医学、社会科学等研究领域. 在分析纵向数据时被实际工作者广泛采用的一类重要统计模型为线性混合效应模型. 目前文献中对该模型的研究已取得了许多重要成果. 但遗憾的是由于生物、医学中实际问题的复杂性, 这些成果所假设的条件, 如平衡数据、等误差方差、大样本容量（针对似然方法）、误差服从正态分布等条件, 在许多实际情况下不成立, 应用现有的成果来分析纵向数据时其效率往往比较低, 甚至会得出错误结论. 在本课题中我们将在过去研究的基础上,主要针对不平衡数据、误差方差不相等、存在缺失和小样本容量的多元响应变量、以及误差项为非正态分布这四种情形, 研究纵向数据线性混合效应模型参数的有效估计和检验问题. 这些成果不仅具有重要理论意义, 而且也将为应用领域的数据分析提供有效的实用工具.