纵向数据是生物医学中常见的一类数据,研究其统计分析方法有着广阔的应用前景。本项目中我们使用混合效应模型和污染回归模型研究涉及生物医学的纵向数据,采用非参数方法建立随机效应部分的分布和模型参数的估计,研究模型的可识别条件,在更切合实际的假设下建立污染系数和模型参数的估计。在理论上研究估计方法的优劣,并用实际数据模拟印证。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于一维TiO2纳米管阵列薄膜的β伏特效应研究
论大数据环境对情报学发展的影响
粗颗粒土的静止土压力系数非线性分析与计算方法
特斯拉涡轮机运行性能研究综述
基于LASSO-SVMR模型城市生活需水量的预测
关于面板(纵向)数据的动态统计分析
复杂纵向数据的分位回归建模及其在生物医学大数据中的应用
生物医学领域中可交换数据的统计分析
复杂纵向数据下半参数模型的统计分析