Advances in analysis of longitudinal data.
Advances in analysis of longitudinal data.
复制标题
DOI：
10.1146/annurev.clinpsy.032408.153550
复制
发表时间：
2010
影响因子：
18.4
通讯作者：
DuToit S
中科院分区：
文献类型：
--
作者：
Gibbons RD;Hedeker D;DuToit S
在这篇综述中，我们探讨了线性和非线性广义混合效应回归模型和各种替代方案，包括纵向数据分析的广义估计方程领域的最新进展。描述了连续和正态分布以及分类（二元、有序、名义）和计数（Poisson）变量的方法。扩展模型的三个和四个层次的聚类，多变量的结果，并纳入设计权重也进行了描述。线性和非线性模型说明使用一个例子，涉及情绪和吸烟之间的关系的研究。
In this review, we explore recent developments in the area of linear and nonlinear generalized mixed-effects regression models and various alternatives, including generalized estimating equations for analysis of longitudinal data. Methods are described for continuous and normally distributed as well as categorical (binary, ordinal, nominal) and count (Poisson) variables. Extensions of the model to three and four levels of clustering, multivariate outcomes, and incorporation of design weights are also described. Linear and nonlinear models are illustrated using an example involving a study of the relationship between mood and smoking.
登录
查看更多内容
DOI：
10.3102/10769986024001070
发表时间：
1999-03-01
影响因子：
2.4
作者：
Hedeker, D;Gibbons, RD;Waternaux, C
通讯作者：
Waternaux, C
影响因子：
6.1
作者：
Dang, Qianyu;Mazumdar, Sati;Houck, Patricia R.
通讯作者：
Houck, Patricia R.
影响因子：
2
作者：
Gibbons, Robert D.;Segawa, Eisuke;Mann, J. John
通讯作者：
Mann, J. John
影响因子：
6.7
作者：
Halikas, JA;Crosby, RD;Graves, NM
通讯作者：
Graves, NM
影响因子：
3.7
作者：
DEMPSTER, AP;RUBIN, DB;TSUTAKAWA, RK
通讯作者：
TSUTAKAWA, RK