Models for Discrete Longitudinal Data (eBook)
XXII, 687 Seiten
Springer New York (Verlag)
978-0-387-28980-9 (ISBN)
The linear mixed model has become the main parametric tool for the analysis of continuous longitudinal data, as the authors discussed in their 2000 book.
Without putting too much emphasis on software, the book shows how the different approaches can be implemented within the SAS software package.
The authors received the American Statistical Association's Excellence in Continuing Education Award based on short courses on longitudinal and incomplete data at the Joint Statistical Meetings of 2002 and 2004.
The linear mixed model has become the main parametric tool for the analysis of continuous longitudinal data, as the authors discussed in their 2000 book. Without putting too much emphasis on software, the book shows how the different approaches can be implemented within the SAS software package. The authors received the American Statistical Association's Excellence in Continuing Education Award based on short courses on longitudinal and incomplete data at the Joint Statistical Meetings of 2002 and 2004.
Introduction.- Motivating Studies.- Generalized Linear Models.- Linear Mixed Models for Gaussian Longitudinal Data.- Model Families.- The Strength of Marginal Models.- Likelihood-based Models.- Generalized Estimating Equations.- Pseudo-likelihood.- Fitting Marginal Models with SAS.- Conditional Models.- Pseudo-likehood.- From Subject-Specific to Random-Effects Models.- Generalized Linear Mixed Models (GLMM).- Fitting Generalized Linear Mixed Models with SAS.- Marginal Versus Random-Effects Models.- Ordinal Data.- The Epilepsy Data.- Non-linear Models.- Psuedo-likelihood for a Hierarchical Model.- Random-effects Models with Serial Correlation.- Non-Gaussian Random Effects.- Joint Continuous and Discrete Responses.- High-dimensional Multivariate Repeated Measurements.- Missing Data Concepts.- Simple Methods, Direct Likelikhood and WGEE.- Multiple Imputation and the Expectation-Maximization Algorithm.- Selection Models.- Pattern-mixture Models.- Sensitivity Analysis.- Incomplete Data and SAS.
Erscheint lt. Verlag | 28.1.2006 |
---|---|
Reihe/Serie | Springer Series in Statistics | Springer Series in Statistics |
Zusatzinfo | XXII, 687 p. |
Verlagsort | New York |
Sprache | englisch |
Themenwelt | Mathematik / Informatik ► Mathematik ► Statistik |
Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik | |
Medizin / Pharmazie ► Allgemeines / Lexika | |
Technik | |
Schlagworte | best fit • Correlation • Excel • Fitting • Generalized Linear Model • likelihood • SAS • Statistics |
ISBN-10 | 0-387-28980-1 / 0387289801 |
ISBN-13 | 978-0-387-28980-9 / 9780387289809 |
Haben Sie eine Frage zum Produkt? |
![PDF](/img/icon_pdf_big.jpg)
Größe: 6,0 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich