第1部分 方法論
1 潛變量無所不在
1.1 介紹
1.2 帶有測量誤差的“真實”變量
1.3 假設構念
1.4 未觀測到的異質性(Unobservedheterogeneity)
1.5 缺失值與反事實
1.6 潛響應
1.7 產生靈活分布
1.8 組合不同來源的個體單元信息
1.9 總結
2 對不同響應過程建模
2.1 介紹
2.2 廣義線性模型
2.3 廣義線性模型的擴展
2.4 潛響應方程(Latentresponseformulation)
2.5 存續或生存的建模
2.6 總結與進一步閱讀
3 經典潛變量模型
3.1 介紹
3.2 多層次回歸模型
3.3 因子模型和題器響應模型
3.4 潛類模型
3.5 帶有潛變量的結構方程模型
3.6 縱貫性模型
3.7 總結與進一步閱讀
4 一般模型框架
4.1 介紹
4.2 響應模型
4.3 潛變量的結構模型
4.4 干擾項分布
4.5 參數約束和基本參數
4.6 潛變量和線性估計量的簡化式
4.7 潛變量的矩結構
4.8 觀測響應和潛響應的邊緣矩結構
4.9 簡化式分布和似然
4.10 簡化式參數
4.11 總結與進一步閱讀
5 辨識與等價
5.1 介紹
5.2 辨識
5.3 等價
5.4 總結與進一步閱讀
6 估計
6.1 引言
6.2 最大似然︰封閉形式的邊緣似然性
6.3 最大似然︰近似邊緣似然
6.4 似然最大化
6.5 非參數最大似然估計
6.6 受約束/殘差最大似然(REML)
6.7 有限信息方法
6.8 最大偽似然估計
6.9 廣義估計方程(GEE)
6.10 固定效應方法
6.11 貝葉斯方法
6.12 總結
7 潛變量賦值
7.1 介紹
7.2 後驗分布
7.3 經驗貝葉斯(EB)
7.4 經驗貝葉斯眾數(EmpiricalBayesmodal,EBM)
7.5 最大似然法
7.6 在“線性案例”中幾種記分法的關系
7.7 專門的計分方法
7.8 潛變量計分和分類的使用
7.9 總結與進一步閱讀
8 模型設定與推論
8.1 介紹
8.2 統計建模
8.3 推論(基于似然)
8.4 模型選擇︰相對擬合標準
8.5 模型充分性︰全局絕對擬合標準
8.6 模型診斷︰局部絕對擬合標準
8.7 總結與進一步閱讀
第2部分 應用研究
9 二項響應
9.1 介紹
9.2 兒童呼吸道感染研究︰隨機截距模型
9.3 心肌梗塞診斷︰潛類模型
9.4 數學推理︰題器響應模型
9.5 尼古丁咀嚼膠與戒煙︰元分析
9.6 妻子的就業轉換︰馬爾可夫模型及未觀測到的異質性
9.7 白靴兔計數︰捕獲一再捕獲模型及異質性
9.8 對墮胎的態度︰多層次題器響應模型
9.9 總結與進一步閱讀
10 定序響應
10.1 介紹
l0.2 性教育群組隨機試驗︰潛增長曲線模型
l0.3 政治效能︰因子維度及題器偏誤
l0.4 生活滿意度︰定序有衡正態概率因子模型(Ordinalscaledprobitfactormodel)
10.5 總結與進一步閱讀
1 事件數
11.1 介紹
11.2 兒童牙病防治︰過度離散模型
11.3 癲癇癥治療︰隨機系數模型
11.4 蘇格蘭唇癌︰疾病制圖
11.5 總結與進一步閱讀
1 存續與生存響應
12.1 介紹
12.2 多重事件群集存續數據的建模
12.3 吸煙的肇端︰離散時間脆弱模型
12.4 鍛煉和心絞痛︰成比例風險隨機效應和因子模型
術語對照表
人名對照表
參考文獻