| 摘要 | 第1-11页 |
| Abstract | 第11-13页 |
| 第一章 引言 | 第13-21页 |
| ·研究概况 | 第13-15页 |
| ·模型介绍 | 第15-19页 |
| ·纵向数据模型 | 第15-16页 |
| ·生存数据模型 | 第16-18页 |
| ·纵向数据与生存数据的联合模型 | 第18-19页 |
| ·本文主要工作 | 第19-21页 |
| 第二章 纵向数据半参数回归模型的拟高斯估计 | 第21-50页 |
| ·模型的建立 | 第21-25页 |
| ·拟最小二乘估计和拟高斯估计 | 第25-32页 |
| ·广义估计方程方法 | 第25-26页 |
| ·拟最小二乘方法和拟高斯估计方法 | 第26-29页 |
| ·β及g(·)的拟高斯估计 | 第29-32页 |
| ·算法 | 第32-36页 |
| ·Newton-Raphson算法和Fisher得分算法 | 第33-35页 |
| ·协方差阵参数的限制极大似然估计(REML) | 第35-36页 |
| ·估计的性质 | 第36-50页 |
| ·Crowder(1986)高斯估计的相合性条件简介 | 第36-39页 |
| ·Crowder纵向数据参数模型的高斯估计相合性条件 | 第39-40页 |
| ·非参数模型的g(t)相合性条件 | 第40-42页 |
| ·主要结论及证明 | 第42-50页 |
| 第三章 生存数据具有加速危险因子的加乘危险模型 | 第50-65页 |
| ·模型的建立 | 第50-53页 |
| ·数据结构和模型 | 第53-54页 |
| ·推断方法 | 第54-60页 |
| ·θ_0和A_0(u)的估计 | 第54-57页 |
| ·渐近性质 | 第57-60页 |
| ·结果的证明 | 第60-63页 |
| ·进一步的工作 | 第63-65页 |
| 第四章 纵向数据与生存数据半参数联合模型 | 第65-91页 |
| ·联合模型简介 | 第65-68页 |
| ·数据结构与模型建立 | 第68-71页 |
| ·估计方法 | 第71-77页 |
| ·联合似然函数 | 第71-73页 |
| ·EM算法 | 第73-76页 |
| ·方差估计 | 第76-77页 |
| ·实例分析 | 第77-88页 |
| ·数据简介 | 第77-79页 |
| ·数据统计分析 | 第79-88页 |
| ·进一步的工作 | 第88-91页 |
| 参考文献 | 第91-103页 |
| 攻读博士学位期间撰写的论文目录 | 第103-104页 |
| 致谢 | 第104页 |
