Zusammenfassung
Die Erhebung und Analyse von Längsschnittdaten stellt sowohl an die Substanzwissenschaften wie Medizin, Epidemiologie und Psychologie als auch an die Statistik in Modellbildung und Schätzung neuartige Anforderungen. Längsschnittdaten werden als Beobachtungen stochastischer Prozesse an einer Zufallsstichprobe von Individuen aufgefaßt. Da in den typischen Anwendungen im klinischen Bereich und in der Feldforschung nur selten mehr als 50 Beobachtungen pro Individuum auftreten, wird für die Modelle der Zeitreihenanalyse auf die Literatur verwiesen (Fuller 1976, Schlittgen und Streitberg 1984). Dieser Aufsatz befaßt sich primär mit Modellen für wenige Beobachtungszeitpunkte an vielen Individuen. Die Schwerpunkte sind Probleme des Stichprobendesigns, die Einbeziehung von Meßmodellen für latente Variable sowie die Modellbildung für nicht stetige abhängige Variable wie z.B. Zählvariable, ordinale oder qualitative Variable. Die nächsten drei Abschnitte behandeln Modelle für diskrete Zeitpunkte mit gleichen Abständen, der letzte Abschnitt geht kurz auf die Modellklasse für Beobachtungen in stetiger Zeit ein. Wir betrachten im allgemeinen eine oder mehrere abhängige Variable Yj, j=1,…,m, die in einem Vektor Y zusammengefaßt sind sowie eine oder mehrere unabhängige Variable Xk, k=1,…,p, die in einem Vektor X zusammengefaßt sind.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Arminger, G., 1986, Linear Stochastic Differential Equation Models for Panel Data with Unobserved Variables, in Tuma, N.B. (Hrsg.), Sociological Methodology 1986, Jossey Bass, San Francisco, 1987–212.
Arminger, G., Küsters, U., 1987, New Developments in Latent Variable Measurement and Structural Equation Models, in Dwyer, J.H., und Hoffmeister, H., (Hrsg.), Longitudinal Data Analysis in Epidemiology (Arbeitstitel), Oxford University Press, Oxford.
Arminger, G., Schoenberg, R., 1987, Estimating the Covariance Matrix of Estimated Parameters and Constructing a Test for Misspecification in Kovariance Structure Models, unveröffentlichtes Manuskript, Bergische Universität Wuppertal.
Arminger, G. (Hrsg.), 1988a, Statistische Modelle zur Analyse von Paneldaten, erscheint als ZUMA Methodenband, 1988.
Arminger, G., 1988b, Verallgemeinerte lineare Modelle, erscheint bei G. Fischer, Stuttgart.
Bentler, P.M., 1985, Theory und implementation of EQS, a structural equations program, BMDP Statistical Software, Los Angeles.
Bentler, P.M., Newcomb, M.D. (1987), A Longitudinal Study of Social Support, Drug Use, and Health: Linear Structural Equation Modeling with Nonnormal Variables, in Dwyer, J.H., und Hoffmeister, H., (Hrsg.), Longitudinal Data Analysis in Epidemiology (Arbeitstitel), Oxford University Press, Oxford.
Blossfeld, P., Hamerle, A., Mayer, K.U., 1986, Ereignisanalyse: Statistische Theorie und Anwendung in den Wirtschafts- und Sozialwissenschaften, Campus, Frankfurt am Main.
Daganzo, C.F., 1979. Multinomial Probit Analysis, Academic Press, New York.
Fahrmeir, L., und Kaufmann, H., 1987, Regression Models for Non Stationary Categorical Time Series. Journal of Time Series Analysis, Vol. 8, 147–160.
Fuller, W.A., 1976, Introduction to Statistical Time Series, Wiley, New York.
Gourieroux, C., Monfort, A., Trognon, A., 1984, Pseudo Maximum Likelihood Methods: Theory, Econometrica, Vol. 52, No. 3, 681–700.
Holland, P.W., 1986, Statistics and Causal Inference, Journal of the American Statistical Association, Vol. 81., No. 396, 945–960.
Hsiao, C., 1986, Analysis of Panel Data, Cambridge University Press, Cambridge, Mass.
Jöreskog, K.G., Sörbom, D., 1977, Statistical Models and Methods for Analysis of Longitudinal Data, in Aigner, D.J. und Goldberger, A.S., Latent Variables in Socio-Economic Models, North Holland, Amsterdam.
Jöreskog, K.G., Sörbom, D., 1986, LISREL VI Manual, Mooresville, Indiana.
Kalbfleisch, J.D., Prentice, R.L., 1980, The Statistical Analysis of Failure Time Data, Wiley, New York.
Küsters, U., 1987, Hierarchische Mittelwert- und Kovarianzstrukturmodelle mit nichtmetrischen endogenen Variablen, Physica Verlag, Würzbürg.
McCullagh, P., Neider, J.A., 1983, Generalized Linear Models, Chapman and Hall, London.
McFadden, D., 1974, Conditional Logit Analysis of Qualitative Choice Behavior, in Zarembka, P., (Hrsg.) Frontiers in Econometrics, New York, 105–152.
McKelvey, R.D., Zavoina, W., 1975, A Statistical Model for the Analysis of Ordinal Level Dependent Variables, Journal of Mathematical Sociology, Vol. 4, 103–120.
Nelson, F.D., 1976, On a General Computer Algorithm for the Analysis of Models with Limited Dependent Variables. Annals of Economic and Social Measurement, Vol. 5, 493–509.
Olsson, U., 1979, Maximum Likelihood Estimation of the Polychoric Correlation Coefficient, Psychometrika, Vol. 44, 443–460.
Petersen, T., 1988, A New Approach to Studying Change Over Time in Continuous Dependent Variables, unveröffentlichtes Manuskript, Harvard University, Department of Sociology.
Schlittgen, R., Streitberg, B., 1984, Zeitreihenanalyse, Oldenbourg, München.
Soong, T., 1973, Random Differential Equations in Science and Engineering, Academic Press, New York.
Tuma, N.B., Hannan, M.T., 1984, Social Dynamics. Modelsand Methods, Academic Press, Orlando.
Tutz, G., 1985, Regressionsmodelle mit ordinalen Reaktionsvariablen, Regensburger Diskussionsbeiträge zur Wirtschaftswissenschaft, Nr. 184, Universität Regensburg.
White, H., 1981, Consequences and Detection of Misspecified Nonlinear Regression Models, Journal of the American Statistical Association, Vol. 76, 419–433.
White, H., 1982, Maximum Likelihood Estimation of Misspecified Models, Econometrica, Vol. 50, No. 1, 1–25.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1988 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Arminger, G. (1988). Neuere Entwicklungen bei der Analyse von Längsschnittdaten. In: Selbmann, HK., et al. Medizinische Informationsverarbeitung und Epidemiologie im Dienste der Gesundheit. Medizinische Informatik und Statistik, vol 68. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-83520-9_14
Download citation
DOI: https://doi.org/10.1007/978-3-642-83520-9_14
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-19443-9
Online ISBN: 978-3-642-83520-9
eBook Packages: Springer Book Archive