1. 経時データとモデル 1 |
1.1 経時データとは 1 |
1.2 経時データの表記 5 |
1.3 モデル 6 |
2. 線形回帰モデル 11 |
2.1 線形回帰法とは 11 |
2.2 線形回帰モデルにおける推測 12 |
2.3 1群の場合 18 |
2.3.1 各個体の回帰係数が等しい場合 18 |
2.3.2 各個体の回帰係数が異なる場合 20 |
2.3.3 数値例 22 |
2.4 多群の場合 24 |
2.4.1 各個体の回帰係数が等しい場合 24 |
2.4.2 回帰係数が個体ごとに異なる場合 28 |
3. 混合効果分散分析モデル 30 |
3.1 混合効果分散分析モデルとは 30 |
3.2 混合効果分散分析法 31 |
3.2.1 分散分析法 31 |
3.2.2 導出と推定 33 |
3.3 共分散構造の検証 36 |
3.4 多群の場合の混合効果分散分析法 38 |
3.4.1 分散分析法 38 |
3.4.2 導出・推定・共分散構造 41 |
3.4.3 数値例 44 |
3.5 モデル選択基準 46 |
4. 多重比較法 49 |
4.1 多重比較法とは 49 |
4.2 各種多重比較法 51 |
4.3 同時信頼区間 55 |
4.4 混合効果モデルにおける多重比較法 56 |
4.4.1 推定量の分布 56 |
4.4.2 各種多重比較法 58 |
4.4.3 多群の場合 62 |
5. 成長曲線モデル 61 |
5.1 成長曲線モデルとは 64 |
5.2 推測-1群の場合 67 |
5.2.1 適合性検定 68 |
5.2.2 推定・検定 71 |
5.2.3 数値例 77 |
5.3 成長曲線モデル-多群の場合 79 |
5.3.1 推測法 79 |
5.3.2 数値例 84 |
5.4 推測法の導出-多群の場合 87 |
5.5 モデル選択基準 94 |
5.5.1 AICおよびCAIC基準 94 |
5.5.2 CAICの導出 96 |
6. 拡張成長曲線モデル 99 |
6.1 拡張成長曲線モデルとは 99 |
6.2 階層型拡張成長曲線モデル 101 |
6.2.1 モデルと推測法 101 |
6.2.2 最大尤度の導出 08 |
6.2.3 モデル選択基準 111 |
6.2.4 数値例 113 |
6.3 プロファイル分析 113 |
6.3.1 推測法 113 |
6.3.2 2群の場合と数値例 117 |
6.3.3 数値例 119 |
6.3.4 推測法の導出 120 |
6.3.5 モデル選択基準 127 |
7. ランダム係数モデル 129 |
7.1 ランダム係数モデルとは 129 |
7.2 推測 132 |
7.2.1 推定 132 |
7.2.2 検定 139 |
7.2.3 数値例 141 |
7.3 部分ランダム係数モデル 142 |
7.4 モデル選択基準 146 |
7.4.1 ランダム係数モデル 146 |
7.4.2 部分ランダム係数モデル 148 |
8. 線形混合モデル 150 |
8.1 線形混合モデルとは 150 |
8.2 推定 154 |
8.2.1 平均パラメータと変量効果の推定 154 |
8.2.2 分散パラメータの推定 158 |
8.3 条件付AIC基準へ 160 |
9. 離散型経時データモデル 165 |
9.1 離散型経時データモデルとは 165 |
9.2 一般化線形モデル 168 |
9.2.1 指数型分布族 168 |
9.2.2 モデルと推測 169 |
9.3 離散型経時データ 171 |
9.3.1 モデル 171 |
9.3.2 推側 173 |
付録 175 |
A 行列・極値問題 176 |
A.1 行列式・逆行列 176 |
A.2 最大・最小問題 177 |
B 多変量標本分布 181 |
B.1 多次元正規分布 182 |
B.2 ウイシャート分布 183 |
B.3 ホテリング・ラムダ分布 186 |
C 多変量線形回帰モデル 190 |
C.1 モデル 190 |
C.2 推側 192 |
C.3 モデル選択基準 197 |
文献 201 |
索引 205 |