第1章 导言 1
第1节 事件史分析的难题 4
第2节 事件史方法综述 7
第3节 计算 13
第2章 离散时间方法 15
第1节 一个离散时间的例子 17
第2节 离散时间机会 19
第3节 logistic回归模型 21
第4节 模型估计 23
第5节 生物化学例子的估计值 25
第6节 似然比卡方检验 27
第7节 离散时间的logistic方法存在的问题 29
第8节 删截 32
第9节 离散时间vs．连续时间 36
第3章 连续时间数据的参数法 37
第1节 连续时间的机会 39
第2节 参数比例机会模型 41
第3节 极大似然估计 44
第4节 一个实证案例 45
第5节 加速失效时间模型 50
第6节 评估模型拟合度 53
第7节 异质性的隐性来源 57
第8节 为什么选择参数模型？ 59
第4章 Cox回归 61
第1节 比例机会模型 63
第2节 部分似然 65
第3节 部分似然应用于累犯数据 67
第4节 时变解释变量 69
第5节 应用包含时变解释变量的模型 72
第6节 检验和放松比例机会假设 80
第7节 时间尺度原点的选择 89
第8节 离散时间数据的Cox回归 91
第9节 基于Cox模型的预测 94
第5章 多种类事件 97
第1节 多种类事件的分类 99
第2节 平行过程的估计 103
第3节 竞争性风险模型 105
第4节 竞争性风险的实例 107
第5节 不同种类事件间的依赖 113
第6节 累计发生函数 114
第6章 重复事件 119
第1节 重复事件的计数分析 122
第2节 基于间隔时间的方法 125
第3节 基于起点时间的方法 131
第4节 扩展 134
第7章 结论 137
附录 141
参考文献 151
译名对照表 154