Advances and Challenges in Parametric and Semi-parametric Analysis for Correlated Data: Proceedings of the 2015 International Symposium in Statistics

این جلد شامل هشت مقاله برگزیده است که در سمپوزیوم بین‌المللی آمار (ISS) 2015 در زمینه پیشرفت‌ها در تحلیل پارامتریک و نیمه پارامتریک داده‌های چند متغیره، سری زمانی، مکانی-زمانی و خانوادگی-طولی ارائه شده است. سنت جان، کانادا از 6 تا 8 ژوئیه 2015. هدف اصلی ISS-2015 بحث در مورد پیشرفت ها و چالش ها در تجزیه و تحلیل پارامتری و نیمه پارامتریک برای داده های همبسته در هر دو تنظیمات پیوسته و گسسته بود. بدین ترتیب، به عنوان بازتابی از موضوع سمپوزیوم، هشت مقاله این مجلد در چهار بخش ارائه شده است. بخش اول شامل مقالاتی است که نظریه توزیع t بیضوی را بررسی می کند. در بخش دوم، مقالات تجزیه و تحلیل داده های مکانی و زمانی را پوشش می دهند. بخش سوم بر مدل‌های چندجمله‌ای طولی در تنظیمات پارامتریک و نیمه پارامتریک متمرکز است. در نهایت بخش چهارم با مقاله ای در مورد استنباط داده های طولی به چالش انتخاب متغیرهای کمکی مهم از مجموعه ای از تعداد زیادی از متغیرهای کمکی موجود برای افراد در مطالعه پایان می یابد.

This proceedings volume contains eight selected papers that were presented in the International Symposium in Statistics (ISS) 2015 On Advances in Parametric and Semi-parametric Analysis of Multivariate, Time Series, Spatial-temporal, and Familial-longitudinal Data, held in St. John’s, Canada from July 6 to 8, 2015. The main objective of the ISS-2015 was the discussion on advances and challenges in parametric and semi-parametric analysis for correlated data in both continuous and discrete setups. Thus, as a reflection of the theme of the symposium, the eight papers of this proceedings volume are presented in four parts. Part I is comprised of papers examining Elliptical t Distribution Theory. In Part II, the papers cover spatial and temporal data analysis. Part III is focused on longitudinal multinomial models in parametric and semi-parametric setups. Finally Part IV concludes with a paper on the inferences for longitudinal data subject to a challenge of important covariates selection from a set of large number of covariates available for the individuals in the study.