Kursplan för Linear mixed models for longitudinal data

Students are expected to be familiar with basic statistical inference and to have taken some course in regression and analysis of variance, like Linear statistical models.

This course is an introduction to the area of mixed models which has become a necessary tool for treating real life situations with e.g. random effects, correlated observations and missing data. The emphasis is on longitudinal data and on how to use SAS and R to analyse mixed models.

• använda mixade modeller
• känna igen vanliga undersökningstyper och modeller med longitudinella data eller på annat sätt korrelerade observationer
• genomföra en lämplig statistisk analys av modeller som behandlas i kursen med hjälp av standardprogramvara

Denna kurs är en introduktion till området för mixade modeller som har blivit ett nödvändigt verktyg för behandling av verkliga situationer med t.ex. slumpmässiga effekter, korrelerade observationer och saknade uppgifter. Tyngdpunkten ligger på longitudinella data och hur man använder SAS och R för att analysera mixade modeller.

Huvudämnen: Utforskande dataanalys, Bedömning av marginalmodell, Slutledning för marginalmodell, Slutledning för slumpmässiga effekter, Anpassa linjära mixade modeller med SAS, Allmänna riktlinjer för modellering , Utforska seriell korrelation, Lokalt påverkan för den linjära mixade modellen,Heterogenitetsmodellen, Villkorade linjära mixade modeller, Utforska ofullständiga data, Samtidig modellering av mätningar och avsaknad, Enkla metoder för saknad data, Urvalsmodeller, Mönsterblandningsmodeller, Känslighetsanalys för urvalsmodeller, Känslighetsanalys för modeller, Hur mycket kan man ignorera slumpvis avsaknad?, Väntevärde- och maximerings-algoritmen, Designöverväganden, Fallstudier

Föreläsningar och datorlaborationer.

Linear Mixed Models for Longitudinal Data Series: Springer Series in Statistics by Verbeke, Geert, Molenberghs, Geert and handouts.

Hemuppgifter och skriftlig tentamen.