本书是国内第一本系统介绍各种多层模型的教学和科研参考书。书中采用国际通用的著名统计软件SAS来演示各种多层模型的应用,结合具体的实例,由浅入深地逐步介绍如何使用不同的SAS程序,如Proc MIXED,Proc NLMIXED和Proc GLIMMIX,来进行各种多层资料的模型分析。 本书可作为综合性大学,医学院、财经大学,师范院校等相应专业的研究生或本科生教材,也可供实际应用工作者参考。
第1章 绪论
1.1 多层统计分析模型的理论框架
1.2 多层数据
1.3 多层数据中的变量
1.4 多层数据分析中的问题
1.5 多层统计分析模型的优点及其局限性
1.6 用于多层统计分析模型分析的计算机软件
第2章 线性多层模型基础
2.1 组内相关系数
2.2 两水平多层模型的公式表述
2.3 模型假设
2.4 固定和随机回归系数
2.5 跨层交互作用
2.6 测量中心化
2.7 模型估计
2.8 模型拟合,假设检验和模型比较
2.9 水平1和水平2结局变异解释
2.10 建立多层模型的步骤
2.11 三水平及更多水平的线性多层模型
第3章 两水平线性多层模型应用
3.1 数据
3.2 空模型
3.3 用场景变量解释组间变异
3.4 在模型中纳入水平1解释变量
3.5 水平1随机斜率检验
3.6 跨层交互作用评估
3.7 模型构建中的其他问题
第4章 多层统计分析模型在纵向数据中的应用——发展模型
4.1 纵向数据的特征
4.2 传统纵向数据分析方法的局限性
4.3 发展模型
4.4 发展模型的公式表述
4.5 数据描述和数据整理
4.6 线性发展模型
4.7 曲线发展模型
第5章 离散型结局测量的多层统计分析模型
5.1 广义线性混合模型介绍
5.2 离散型结局测量多层模型及SAS程序
5.3 多层Logistic回归模型
5.4 多层累积Logistic回归模型
5.5 多层多项Logit模型
5.6 计数结局测量的多层模型
第6章 其他多层统计分析模型及相关论题
6.1 计数数据的多层零膨胀模型
6.2 混合效应混合分布模型
6.3 自助法多层模型
6.4 组基础模型
6.5 数据缺失值
6.6 多层统计分析模型的统计功效与样本量
结束语
参考文献
索引