实用流行病学纵向数据分析方法 翻译版PDF电子书下载

1纵向研究概论 1

1.1 背景知识 1

1.2 统计学的基本方法原则 2

1.3 分析纵向数据的知识基础 2

1.4 本书的示例 2

1.5 统计分析软件 3

1.6 纵向研究的数据结构 4

1.7 统计符号 4

1.8 第2版的创新之处 5

2研究设计 6

2.1 背景知识 6

2.2 观察性纵向研究 7

2.2.1 时期效应和队列效应 7

2.2.2 其他干扰效应 10

2.2.3 示例 11

2.3 实验性（纵向）研究 12

3连续性结果变量 14

3.1 前后两次测量的纵向研究 14

3.1.1 示例 15

3.2 配对t检验的等价非参数检验 16

3.2.1 示例 16

3.3 多次测量的纵向研究 17

3.3.1 “单变量”资料分析举例 19

3.3.2 结果变量与时间关系的曲线 21

3.3.3 示例 22

3.3.4 示例 23

3.4 “单变量”或“多变量”分析 27

3.5 组间比较 28

3.5.1 “单变量”分析：示例 29

3.5.2 示例 30

3.6 评论 35

3.7 Post- hoc过程 35

3.7.1 示例 35

3.8 不同组之间的对比 37

3.8.1 示例 37

3.9 重复测量资料MANOVA的等价非参数检验 39

3.9.1 示例 40

4连续性结果变量——与其他变量的关系 41

4.1 背景知识 41

4.2 “传统”分析方法 41

4.3 示例 42

4.4 纵向分析方法 44

4.5 广义估计方程（Generalized Estimation Equation） 45

4.5.1 简介 45

4.5.2 工作相关结构（Working correlation structure） 46

4.5.3 对GEE分析得到的回归系数的解释 48

4.5.4 示例 49

4.6 混合模型分析（Mixed model analysis） 55

4.6.1 背景知识 55

4.6.2 纵向研究的混合模型 55

4.6.3 示例 58

4.6.4 评论 64

4.7 GEE分析和混合模型分析的比较 65

4.7.1 “协方差校正”的方法 66

4.7.2 混合模型分析的扩展 67

4.7.3 评论 67

5时间趋势分析 69

5.1 随时间的变化 69

5.2 组间比较 76

5.3 时间校正 79

6纵向数据分析的其他模型 83

6.1 简介 83

6.2 变通模型（alternative models） 83

6.2.1 时间滞后回归模型（time-lag model） 83

6.2.2 差分回归模型（model of changes） 85

6.2.3 自回归模型（autoregressive model） 86

6.2.4 模型总结 87

6.2.5 纵向回归模型分析示例 87

6.3 评论 93

6.4 示例 94

7二分类结果变量 96

7.1 简单的分析方法 96

7.1.1 两次测量 96

7.1.2 两次以上测量 97

7.1.3 组间比较 97

7.1.4 示例 98

7.2 和其他变量的关系 101

7.2.1 经典分析方法 101

7.2.2 示例 101

7.2.3 复杂统计方法 102

7.2.4 示例 103

7.2.5 Logistic GEE分析和Logistic混合模型分析的比较 110

7.2.6 其他模型 111

7.2.7 评论 112

8多分类和“计数”结果变量 113

8.1 多分类结果变量 113

8.1.1 两次测量 113

8.1.2 两次以上的测量 114

8.1.3 组间比较 114

8.1.4 示例 114

8.1.5 和其他变量的关系 117

8.2 “计数”结果变量 122

8.2.1 示例 123

8.2.2 计数变量GEE分析和混合模型分析的比较 129

8.3 评论 130

9实验性研究的数据分析 131

9.1 背景知识 131

9.2 连续性结果变量 132

9.2.1 只有一次随访测量的实验性研究 132

9.2.2 一次以上随访测量的实验研究 143

9.2.3 小结 160

9.3 二分类结果变量 160

9.3.1 简介 160

9.3.2 简单分析方法 161

9.3.3 复杂分析方法 161

9.3.4 其他方法 165

9.4 小结 167

10纵向研究的缺失值处理 168

10.1 背景知识 168

10.2 可忽略的或能够提供信息的数据缺失 169

10.3 示例 170

10.3.1 创建含有缺失数据的数据库 170

10.3.2 影响数据缺失的因素分析 171

10.4 对含有缺失数据的数据库的分析 173

10.4.1 示例 173

10.5 插值方法 175

10.5.1 连续性结果变量 175

10.5.2 二分类和多分类结果变量 178

10.5.3 示例 178

10.5.4 小结 186

10.6 缺失数据数据库的GEE分析和混合模型分析的比较 187

10.7 小结 187

11样本量的计算 189

11.1 背景知识 189

11.2 示例 191

12纵向数据分析软件 193

12.1 背景知识 193

12.2 连续性结果变量的GEE分析 193

12.2.1 Stata 193

12.2.2 SAS 193

12.2.3 R 195

12.2.4 SPSS 196

12.2.5 小结 197

12.3 二分类结果变量的GEE分析 197

12.3.1 Stata 197

12.3.2 SAS 197

12.3.3 R 198

12.3.4 SPSS 199

12.3.5 小结 200

12.4 连续性结果变量的混合模型分析 201

12.4.1 Stata 201

12.4.2 SAS 201

12.4.3 R 204

12.4.4 SPSS 206

12.4.5 MLwiN 210

12.4.6 小结 211

12.5 二分类结果变量的混合模型分析 212

12.5.1 简介 212

12.5.2 Stata 213

12.5.3 SAS 214

12.5.4 R 216

12.5.5 SPSS 218

12.5.6 MLwiN 221

12.5.7 小结 223

12.6 分类结果变量和“计数”结果变量 223

12.7 “协方差校正”法 224

12.7.1 示例 225

13进一步研究 233

13.1 背景知识 233

13.2 结果变量的上限或下限的删失 233

13.2.1 简介 233

13.2.2 示例 234

13.2.3 评论 239

13.3 不同发展轨迹下的个体分类 240

参考文献 243