吉尔特·莫伦伯格;吉尔特·韦贝克 离散纵向数据模型。 （英语） Zbl 1093.62002号 统计学中的施普林格系列纽约州纽约市：施普林格出版社（ISBN 0-387-25144-8/hbk）。第二十二、683页。(2005). 本书提供了对非高斯重复测量建模方法的综合处理，可能会受到不完整性的影响。作者从结果向量的完全边际分布模型开始。这使得模型拟合可以基于最大似然原理，从而立即为模型中的所有参数提供推断工具。同时，他们制定了计算复杂度较低的选项，包括广义估计方程和伪似然方法。他们简要介绍了条件模型，并转向随机效应线性家族，包括贝塔二项式模型、概率概率模型，特别是广义线性混合模型。讨论了几种常用的模型拟合方法，并指出了边际模型和随机效应模型之间的差异。作者考虑了多种扩展，例如多元纵向测量模型、具有序列相关性的随机效应模型以及具有非高斯随机效应的混合模型。他们概述了如何处理常见的纵向数据不完整问题的一般原则。作者批评了常用的方法，并提出了灵活且广泛有效的方法，最后提出了敏感性分析的关键概念。本书没有过多地强调软件，而是展示了如何在SAS软件包中实现不同的方法。文本组织有序，读者可以跳过面向软件的章节，而不会中断逻辑流程。这本书分为六个部分：1。介绍材料；2.边际模型；3.条件模型；4.特定对象模型；5.案例研究和扩展；6.数据缺失。几乎所有的统计分析都是使用SAS程序进行的。这里使用的GLIMMIX程序是实验性的。方法的发展和案例研究的分析都是以软件依赖的方式呈现的。对于统计学家来说，这是一本非常重要、现代和有用的书。审核人：T.Postelnicu（布库雷什蒂） 引用于1审查引用于230文件 MSC公司： 62-02年 与统计有关的研究展览（专著、调查文章） 62J12型 广义线性模型（逻辑模型） 62-04 统计相关问题的软件、源代码等 65C60个 统计中的计算问题（MSC2010） 关键词：多元纵向测量;离散纵向数据;混合模型 软件：SAS公司;格列米克 PDF格式BibTeX公司 XML格式引用 \textit{G.Molenberghs}和\textit{G.Verbeke}，离散纵向数据模型。纽约州纽约市：施普林格（2005；Zbl 1093.62002） 全文： 内政部