本課程主要介紹在分析具有相關性數據時常用的統計分析方法: 主要包含廣義線性混合模型(Generalized linear mixed model, GLMM)與廣義估計方程式(Generalized
estimating equation, GEE)兩大類。課程一開始先介紹延伸線性模型到相關性資料的有母數線性混和模型(LMM)。接著將反應變數從連續型的推廣至一般類別(主要針
對二元資料與個數資料為主)並簡略介紹廣義線性模型(GLM)。針對有相關性的資料，我們持續介紹廣義線性混合模型(GLMM)與半母數之廣義估計方程式，包含一
階與二階廣義估計方程式(GEE1、GEE2)等兩類估計方程式。最後將上述方法的概念應到到許多不同類型之相關性資料的問題上(如:長期追蹤資料、群集資料、缺失
值問題、相關有序資料、決策樹方法等等)。