结合多重插补的方法处理线性混合模型
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-19页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 相关文献综述 | 第10-18页 |
| 1.2.1 纵向数据 | 第10-11页 |
| 1.2.2 牙齿数据 | 第11-12页 |
| 1.2.3 线性混合模型 | 第12-16页 |
| 1.2.4 缺失数据的处理研究 | 第16-18页 |
| 1.3 本文的研究框架及创新 | 第18-19页 |
| 1.3.1 本文的研究框架 | 第18页 |
| 1.3.2 创新 | 第18-19页 |
| 2 线性混合模型 | 第19-34页 |
| 2.1 模型简介 | 第19-20页 |
| 2.2 线性混合模型的的常见类型 | 第20-22页 |
| 2.2.1 方差分量模型 | 第20-21页 |
| 2.2.2 纵向模型 | 第21-22页 |
| 2.2.3 小结 | 第22页 |
| 2.3 固定效应的参数估计 | 第22-26页 |
| 2.3.1 最小二乘估计和两步估计 | 第23-25页 |
| 2.3.2 岭估计 | 第25-26页 |
| 2.4 方差分量的参数估计 | 第26-34页 |
| 2.4.1 ANOVA估计 | 第26-28页 |
| 2.4.2 极大似然估计 | 第28-29页 |
| 2.4.3 限制极大似然估计 | 第29-30页 |
| 2.4.4 最小范数二次无偏估计 | 第30-32页 |
| 2.4.5 谱分解估计 | 第32-34页 |
| 3 多重插补 | 第34-40页 |
| 3.1 数据缺失产生的原因 | 第35页 |
| 3.1.1 显性缺失数据产生的原因 | 第35页 |
| 3.1.2 隐形缺失数据产生的原因 | 第35页 |
| 3.2 数据缺失模式 | 第35-36页 |
| 3.3 数据缺失机制 | 第36-37页 |
| 3.4 多重插补方法 | 第37-40页 |
| 4 模型理论及其应用 | 第40-59页 |
| 4.1 模型简介 | 第42-43页 |
| 4.1.1 简单线性混合模型 | 第42页 |
| 4.1.2 随机截距模型 | 第42-43页 |
| 4.2 一元线性回归模型中的最小二乘估计和矩估计 | 第43-44页 |
| 4.3 参数估计 | 第44-54页 |
| 4.4 模拟 | 第54-58页 |
| 4.5 模型选择 | 第58-59页 |
| 5 总结 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-70页 |
| 附录 | 第70页 |
