之前两篇推文，主要介绍了混合线性效应模型，因为博主是一名临床医生，所以只关注生物医学方面的纵向数据或重复测量数据的分析，在生物医学中，非线性关系广泛存在。

本文是对Rpubs网站的翻译和扩展，原文见链接。原文对纵向数据有一个很好的概括和解释，原文有纵向数据特点的解释和实战部分，本人仅对实战部分进行翻译和代码解释。

纵向数据分析有多种分析方法，之前讲过了混合线性效应模型，这次讨论Landmark analysis（LM），后续讨论joint model方法。学无止境，但作为应用派，我们要知道什么时候用什么方法。

本文是对Rpubs网站的翻译和扩展，原文见链接。原文对纵向数据有一个很好的概括和解释，原文有纵向数据特点的解释和实战部分，本人仅对实战部分进行翻译和代码解释。

纵向数据分析有多种分析方法，之前讲过了混合线性效应模型，这次讨论Landmark analysis（LM），后续讨论joint model方法。学无止境，但作为应用派，我们要知道什么时候用什么方法。