唐安民，唐年胜，赵慧著的《纵向数据与生存数据的半参数联合模型》基于半参数贝叶斯方法或极大似然方法，提出几个更具柔性和实践性的纵向数据与生存数据的半参数联合模型，在模型里包含更少的假定。首先，放松随机效应或个体内测量误差的全参数分布的假设。用中心化Dirichlet随机过程或偏正态分布定义它们的先验分布，由此而推导出的后验分布可以柔性地具有对称、偏态或多峰的分布的特征。其次，基于惩罚样条方法，用半参数方法建模纵向数据与生存数据共享的轨迹函数，以及建模基本危险函数。最后，对于建议的半参数联合模型，发展了一些统计诊断方法，包括数据删除影响分析和局部影响分析。另外，由于联合模型涉及两类复杂数据，并应用半参数方法建模，所以发展高效的半参数联合模型的算法也是本书的亮点。
本书可供统计专业研究生和临床医学研究者参考。

第1章 绪论
1.1 研究背景概述
1.2 国内外研究现状
1.3 本书主要工作
1.4 生存数据分析
1.5 纵向数据
1.6 统计算法
1.6.1 Gibbs抽样
1.6.2 MH算法
1.6.3 MCEM算法
1.6.4 标量或向量对向量求导
第2章 纵向数据和生存数据半参数联合模型的贝叶斯推断
2.1 引言
2.2 半参数联合模型
2.3 联合模型的贝叶斯分析
2.3.1 条件分布及算法
2.3.2 贝叶斯估计
2.4 半参数联合模型贝叶斯数据删除影响分析
2.5 模拟研究及实例
2.5.1 贝叶斯推断模拟研究
2.5.2 贝叶斯数据删除影响统计诊断模拟试验
2.5.3 实例分析
第3章 偏正态纵向数据和生存数据部分线性半参数联合模型的贝叶斯推断
3.1 引言
3.2 半参数联合模型
3.3 联合模型的贝叶斯分析
3.3.1 贝叶斯估计
3.3.2 条件分布及算法实现
3.4 半参数联合模型贝叶斯局部影响分析
3.5 模拟研究及实例
3.5.1 贝叶斯统计推断模拟研究
3.5.2 贝叶斯局部影响分析模拟研究
3.5.3 实例分析
第4章 半参数联合模型的贝叶斯变量选择
4.1 引言
4.2 半参数联合模型
4.2.1 模型和概念
4.2.2 测量误差项分布的设定
4.2.3 建模对数基本危险函数
4.2.4 生存函数的近似计算
4.2.5 先验的设定
4.3 变量选择的BLasso方法
4.4 半参数联合模型的贝叶斯算法和抽样
4.5 模拟研究及实例
4.5.1 贝叶斯统计推断模拟研究
4.5.2 实例分析IBCSG数据
第5章 偏正态纵向数据和生存数据联合模型极大似然统计推断和诊断
5.1 引言
5.2 半参数联合模型
5.2.1 建模偏正态纵向数据
5.2.2 生存数据子模型
5.3 半参数联合模型EM算法
5.3.1 E步
5.3.2 M步
5.3.3 算法执行
5.4 半参数联合模型的极大似然统计诊断分析
5.4.1 极大似然数据删除影响分析
5.4.2 极大似然局部影响分析
5.5 模拟研究及实例
5.5.1 半参数联合模型极大似然统计推断
5.5.2 半参数联合模型极大似然统计诊断
5.5.3 实例分析
第6章 总结及进一步研究
附录
附录A Q函数关于未知参数θ的一阶导数和二阶导数
附录B 局部影响分析1
附录C 局部影响分析2
参考文献