本课题主要研究纵向数据模型的拟和优度检验问题。主要内容有:一,研究具有变离差参数的纵向数据的模型检验;二,研究变系数模型的检验问题,也就是观测数据是否可以用变系数模型拟和;三,广义非线性混合模型的检验研究;四,关于纵向数据模型的随机效应的检验。近十多年来,关于纵向数据模型的研究应用于医学和社会科学领域。在医学领域,纵向数据研究可应用于动物试验,药物的临床试验,及长期治疗法的有效性分析等。纵向数据在社会科学领域的研究也逐渐兴起。有关纵向数据模型的研究已有大量的文献。在理论上,人们主要研究了模型的估计方法以及估计的性质,对非参数函数主要采用核估计,局部多项式估计,B样条估计等;对参数估计主要采用GEE,极大似然估计和伪似然估计等。但是有关模型假设检验研究相对很少,特别是在探索数据分析阶段,人们往往非常需要对假定的纵向数据模型进行一些假设检验。因此,本课题的研究无论在理论和应用上都有重要的意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
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
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
特斯拉涡轮机运行性能研究综述
拟合优度检验研究
多元分布拟合优度检验
纵向数据线性混合效应模型的估计和检验问题
若干复杂纵向数据模型的统计推断