关于纵向数据分析方法的比较研究  

作　　者：陈彦靓[1,2] 田茂再[1,2] 

机构地区：[1]中国人民大学应用统计科学研究中心,北京100872 [2]中国人民大学统计学院,北京100872

出　　处：《统计与决策》2013年第10期23-26,共4页Statistics & Decision

基　　金：教育部人文社科类基金资助项目(08JJD910247);教育部重点项目(108120);中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)资助(10XNL018);中国统计研究资助项目(2011LZ031)

摘　　要：文章通过比较加权最小二乘,极大似然估计,广义估计方程,分位回归和复合分位回归五种方法在随机效应模型中对固定效应的估计效果,来说明各种方法在不同情况下的表现性能,重点介绍了各个方法的应用背景并给出固定效应、随机效应以及协方差估计的表达式。文章通过蒙特卡洛模拟来进一步说明这些方法的表现情况。最后通过实际的生物数据来说明各个方法的应用。

关 键 词：纵向数据 随机效应模型 最小二乘 广义估计方程 复合分位回归 

分 类 号：O212[理学—概率论与数理统计]