1 线性回归
1.1 描述性数据分析
1.2 多元线性回归模型
1.3 简单线性回归：一个自变量
1.4 纵向数据回归：调节效应分析
1.5 多元线性回归：逐步模型选择
1.6 回归模型诊断：假设检验
练习
2 多层次建模简介
2.1 多级数据结构
2.2 组内相关
2.3 为什么要使用包含随机截距和随机斜率的MLM
2.4 两层MLM
2.5 三层MLM
2.6 纵向数据及其MLM的关系
2.7 MLM的假设和参数估计方法
练习
3 两级MLM
3.1 两级MLM
3.2 使用R包nlme构建MLM
3.3 似然比卡方检验的模型选择
3.4 参数估计的置信区间
练习
4 更高层MLM
4.1 伦敦市区49所学校学生的表现数据
4.2 了解三层MLM
4.3 用R中的lme实现
练习
5 纵向数据分析
5.1 乳腺癌术后评估数据
5.2 图表分析
5.3 响应特征分析
5.4 使用nlme包中的lme（）函数进行纵向建模
练习
6 非线性回归建模
6.1 人口增长模型
6.2 nls非线性回归理论
6.3 美国人口数据的非线性回归
练习
7 非线性混合效应建模
7.1 长叶松生长的数据集
7.2 Loblolly增长的非线性回归
7.3 用R包nlme拟合非线性
练习
8 广义线性模型
8.1 二分类结果的逻辑回归
8.2 泊松回归：计数数据的模型
练习
9 二分类数据的广义多层次模型
9.1 1988年美国总统选举数据
9.2 逻辑回归
9.3 使用lme4拟合多层次逻辑回归
练习
10 计数结果的广义多层次模型
10.1 红松鸡蜱的数据
10.2 图形分析
10.3 具有泊松分布的广义线性混合效应模型
10.4 负二项分布的广义线性混合效应模型
10.5 模型拟合总结
11 词性含量及词性序位的分类模型
11.1 自然语言词性序列的分类
11.2 语言结构词性流量的冲量过程
11.3 大学生领导力水平的言语产出流量检测
11.4 基于非参控制图的文本分类方法
12 主语表征预报思维指向状态的马尔科夫链模型
12.1 自我和谐人格水平的语言结构信号预报
12.2 主语表征预报思维指向状态的马尔科夫链模型
附录
A 数据集
A.1 世卫组织关于预期寿命的统计数据
A.2 73所学校的公开考试成绩
A.3 学龄儿童的健康行为调查
A.4 伦敦市内50所学校学生的表现
A.5 乳腺癌术后纵向评估
A.6 全国大学新生纵向调查（NLSF）
A.7 美国人口数据
A.8 北卡罗来纳州COVID - 19数据
A.9 1988年美国总统选举的政治民意调查
A.10 大学生语言表征数据
B R包
B.1 nlmeR软件包中用于线性混合效应建模的lme函数
B.2 R软件包nlme中的nlme函数用于非线性混合效应建模
B.3 R软件包lme4中的glmer函数用于广义线性混合效应建模
参考文献
展开
