Modelling Longitudinal and Spatially Correlated Data

داده‌های مرتبط در زمینه‌های متعدد در طیف وسیعی از رشته‌های موضوعی به وجود می‌آیند. مدل‌سازی چنین داده‌هایی چالش‌ها و فرصت‌های ویژه‌ای را ارائه می‌کند که در سال‌های اخیر مورد بررسی فزاینده‌ای توسط جامعه آماری قرار گرفته است. در اکتبر 1996، گروهی متشکل از 210 آماردان و دانشمندان دیگر در جزیره کوچک نانتاکت، ایالات متحده آمریکا گرد هم آمدند تا پیشرفت‌های جدید مربوط به مدل‌سازی داده‌های طولی و همبسته فضایی: روش‌ها، کاربردها و مسیرهای آینده را ارائه و بحث کنند. هدف آن فراهم کردن یک انجمن بین رشته ای برای کشف اشتراکات و تفاوت های معنادار در منبع و درمان چنین داده هایی بود. این جلد مجموعه ای از برخی از ارائه های مهم دعوت شده و داوطلبانه است که در آن کنفرانس انجام شده است. سه روز و شب های ارائه شفاهی و نمایشی در شش حوزه موضوعی گسترده ترتیب داده شد. موضوعات جلسه، سخنرانان دعوت شده و موضوعاتی که به آنها پرداخته شد به شرح زیر بود: • مدل های خطی تعمیم یافته: Peter McCullagh-\"Residual Likelihood in Linear and Generalized Linear Models\" • تحلیل داده های طولی: Nan Laird-\"Using the General Linear مدل ترکیبی برای تجزیه و تحلیل اندازه‌گیری‌های مکرر نامتعادل و داده‌های طولی طولی\" • فضایی---فرایندهای زمانی: دیوید آر برلینگر-\"تحلیل آماری مسیرهای ذرات متحرک\" • تجزیه و تحلیل داده‌های مکانی: نوئل آ. کرسی-\ "مدل‌های آماری برای داده‌های شبکه‌ای\" • مدل‌سازی داده‌های آشفته: ریموند جی. کارول-\"برخی از نتایج در مدل‌های ترکیبی خطی عمومی شده با خطای اندازه‌گیری در متغیرهای کمکی\" • جهت‌های آینده: پیتر جی.

Correlated data arise in numerous contexts across a wide spectrum of subject-matter disciplines. Modeling such data present special challenges and opportunities that have received increasing scrutiny by the statistical community in recent years. In October 1996 a group of 210 statisticians and other scientists assembled on the small island of Nantucket, U. S. A. , to present and discuss new developments relating to Modelling Longitudinal and Spatially Correlated Data: Methods, Applications, and Future Direc­ tions. Its purpose was to provide a cross-disciplinary forum to explore the commonalities and meaningful differences in the source and treatment of such data. This volume is a compilation of some of the important invited and volunteered presentations made during that conference. The three days and evenings of oral and displayed presentations were arranged into six broad thematic areas. The session themes, the invited speakers and the topics they addressed were as follows: • Generalized Linear Models: Peter McCullagh-"Residual Likelihood in Linear and Generalized Linear Models" • Longitudinal Data Analysis: Nan Laird-"Using the General Linear Mixed Model to Analyze Unbalanced Repeated Measures and Longi­ tudinal Data" • Spatio---Temporal Processes: David R. Brillinger-"Statistical Analy­ sis of the Tracks of Moving Particles" • Spatial Data Analysis: Noel A. Cressie-"Statistical Models for Lat­ tice Data" • Modelling Messy Data: Raymond J. Carroll-"Some Results on Gen­ eralized Linear Mixed Models with Measurement Error in Covariates" • Future Directions: Peter J.