具有一致相和指数相关的纵向数据模型中异方差和相关性检验.pdfVIP

摘要 纵向数据分析是当前统计学的热点课题之一，主要用于探索各组受试单元在 不同时间或空间上的重复观测数据的统计性质．为了用线性或非线性模型拟合纵 向数据，需要确定一个合理的协方差结构．刻画纵向数据协方差结构的可能因素 et 有：随机效应、序列相关和随机误差．Diggle 有一致相关、指数相关的协方差结构．对于这两种协方差结构假定的合理性需要 进行统计检验．本文系统地研究了具有一致相关，指数相关的纵向数据模型中异 方差和相关系数的检验问题． 第二章系统讨论了具有一致相关的纵向数据模型中异方差和相关性的检验问 题．首先研究了方差齐性时一致相关性检验、一致相关系数的齐性检验；其次研 究了一致相关系数齐性时方差齐性检验、一致相关系数和方差齐性的联合检验； 最后讨论了相关性和方差齐性的联合检验．得到了许多score检验统计量，本章还 通过实例和随机模拟说明了检验方法的有效性． 第三章研究了具有指数相关的纵向数据模型中异方差和相关系数齐性的检验 问题．由于其协方差结构在时间间隔相等和时间间隔不相等时结构不同，为此我 们分两种情况来讨论．首先讨论了等间隔情形时，具有指数相关的纵向数据模型