本书以实例为背景，系统阐述了纵向数据分析中边际模型估计参数的方法、参数估计的渐近性质、模型中相关矩阵和协变量的选择及其在实际数据中的应用。全书共分八章，内容包括纵向数据的背景，线性模型，广义线性模型，边际模型，参数估计的协方差矩阵估计，模型选择，纵向数据的秩的统计推断，拓展话题。
本书可作为高等学校统计学类、生物医药类、环境科学类等相关专业高年级本科生或研究生的教材，也可作为相关领域的科技工作者的参考用书。
前辅文 第一章 纵向数据的背景 1.1 什么是纵向数据 1.2 纵向数据实例 1.3 记号 1.4 基于纵向数据的三种模型 1.5 本书的结构安排 第二章 线性模型 2.1 独立数据的线性模型 2.2 纵向数据的线性模型 2.3 随机效应模型 2.4 相关结构模型 2.5 实例分析: 儿童铅中毒研究 第三章 广义线性模型 3.1 广义线性模型的定义 3.2 广义线性模型中的参数估计 3.3 估计方程的求解算法 3.4 拟似然方法 第四章 边际模型 4.1 均值参数估计 4.2 相关系数估计 4.3 方差参数估计 4.4 实例分析 第五章 参数估计的协方差矩阵估计 5.1 修正的\ Sandwich 协方差矩阵估计 5.2 bootstrap 方法 第六章 模型选择 6.1 协变量选择 6.2 相关矩阵选择 第七章 纵向数据的秩的统计推断 7.1 独立的工作模型 7.2 最优线性组合估计方程 7.3 简单加权估计方程 7.4 等相关工作模型 7.5 数值模拟研究 7.6 实例分析: 儿童疼痛耐受性研究 第八章 拓展话题 8.1 GEE 估计的改进 8.2 诱导平滑方法 8.3 转移模型 参考文献
