起伏變遷型長期追蹤資料的分析方法研究
許多社會科學及醫學上的長期追蹤研究上，常會根據研究之需要，而針對某一群人在一段時間內重覆地收集其有關變項（包括類別型反應變項及解釋變項）的資料。這種重覆觀察的資料在統計的文獻上稱為長期追蹤研究資料。在這些長期追蹤研究上，研究者常利用迴歸模型建構的技巧來探討反應變項及解釋變項之間的關係。 一般常用的模型，著重於評估解釋變項對反應變項的當時及短期效應，當解釋變項比反應變項更頻繁地被觀測時，這些模型則不適用。當反應變項可在不同類別間變動時，我們通常有興趣去探討解釋變項如何去影響反應變項的演變或未來走向的趨勢，這種研究可稱之為類別型長期追蹤研究資料的未來趨勢分析。本論文提出了以馬可夫離散時間過程來建立...
| Main Author: | |
|---|---|
| Language: | 英文 |
| Published: |
國立政治大學
|
| Subjects: | |
| Online Access: | http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22A2002001741%22. |