内容简介：该书综合以及扩展了各种潜变量模型，包括多层次模型、广义线性混合模型、纵贯性模型、题器响应模型、潜类模型以及结构方程模型。通过对潜变量模型的介绍，作者清晰地解释及比较了生物统计学、心理计量学、经济计量学以及统计学对模型估计及预测的方法。该书同时向研究人员展现了如何应用潜变量模型在社会学、经济学、心理学、医学等不同学科去解决实质性问题，该书所提供的经验案例详细具体，并包含有软件计算过程及数据，非常适合学习。
目录
第1部分　方法论
　1　潜变量无所不在
　　1.1　介绍
　　1.2　带有测量误差的“真实”变量
　　1.3　假设构念
　　1.4　未观测到的异质性(Unobservedheterogeneity)
　　1.5　缺失值与反事实
　　1.6　潜响应
　　1.7　产生灵活分布
　　1.8　组合不同来源的个体单元信息
　　1.9　总结
　2　对不同响应过程建模
　　2.1　介绍
　　2.2　广义线性模型
　　2.3　广义线性模型的扩展
　　2.4　潜响应方程(Latentresponseformulation)
　　2.5　存续或生存的建模
　　2.6　总结与进一步阅读
　3　经典潜变量模型
　　3.1　介绍
　　3.2　多层次回归模型
　　3.3　因子模型和题器响应模型
　　3.4　潜类模型
　　3.5　带有潜变量的结构方程模型
　　3.6　纵贯性模型
　　3.7　总结与进一步阅读
　4　一般模型框架
　　4.1　介绍
　　4.2　响应模型
　　4.3　潜变量的结构模型
　　4.4　干扰项分布
　　4.5　参数约束和基本参数
　　4.6　潜变量和线性估计量的简化式
　　4.7　潜变量的矩结构
　　4.8　观测响应和潜响应的边缘矩结构
　　4.9　简化式分布和似然
　　4.10　简化式参数
　　4.11　总结与进一步阅读
　5　辨识与等价
　　5.1　介绍
　　5.2　辨识
　　5.3　等价
　　5.4　总结与进一步阅读
　6　估计
　　6.1　引言
　　6.2　最大似然：封闭形式的边缘似然性
　　6.3　最大似然：近似边缘似然
　　6.4　似然最大化
　　6.5　非参数最大似然估计
　　6.6　受约束／残差最大似然(REML)
　　6.7　有限信息方法
　　6.8　最大伪似然估计
　　6.9　广义估计方程(GEE)
　　6.10　固定效应方法
　　6.11　贝叶斯方法
　　6.12　总结
　7　潜变量赋值
　　7.1　介绍
　　7.2　后验分布
　　7.3　经验贝叶斯(EB)
　　7.4　经验贝叶斯众数(EmpiricalBayesmodal，EBM)
　　7.5　最大似然法
　　7.6　在“线性案例”中几种记分法的关系
　　7.7　专门的计分方法
　　7.8　潜变量计分和分类的使用
　　7.9　总结与进一步阅读
　8　模型设定与推论
　　8.1　介绍
　　8.2　统计建模
　　8.3　推论(基于似然)
　　8.4　模型选择：相对拟合标准
　　8.5　模型充分性：全局绝对拟合标准
　　8.6　模型诊断：局部绝对拟合标准
　　8.7　总结与进一步阅读
第2部分　应用研究
　9　二项响应
　　9.1　介绍
　　9.2　儿童呼吸道感染研究：随机截距模型
　　9.3　心肌梗塞诊断：潜类模型
　　9.4　数学推理：题器响应模型
　　9.5　尼古丁咀嚼胶与戒烟：元分析
　　9.6　妻子的就业转换：马尔可夫模型及未观测到的异质性
　　9.7　白靴兔计数：捕获一再捕获模型及异质性
　　9.8　对堕胎的态度：多层次题器响应模型
　　9.9　总结与进一步阅读
　10　定序响应
　　10.1　介绍
　　l0.2　性教育群组随机试验：潜增长曲线模型
　　l0.3　政治效能：因子维度及题器偏误
　　l0.4　生活满意度：定序有衡正态概率因子模型(Ordinalscaledprobitfactormodel)
　　10.5　总结与进一步阅读
　1　事件数
　　11.1　介绍
　　11.2　儿童牙病防治：过度离散模型
　　11.3　癫痫症治疗：随机系数模型
　　11.4　苏格兰唇癌：疾病制图
　　11.5　总结与进一步阅读
　1　存续与生存响应
　　12.1　介绍
　　12.2　多重事件群集存续数据的建模
　　12.3　吸烟的肇端：离散时间脆弱模型
　　12.4　锻炼和心绞痛：成比例风险随机效应和因子模型
术语对照表
人名对照表
参考文献