中文摘要：

纵向数据是指随着时间的演变追踪测得的数据。这种数据在生物研究和环境科学等领域广泛存在。在纵向数据中，由于来自同一个个体的数据间存在着潜在相关性，如何对这种相关性建模，进而提高参数估计的效是该领域研究的热点和难点问题。广义估计方程（GEE）方法是分析纵向数据常用的方法，它结合了数据的相关性，但对异常值极其敏感；基于秩回归和分位数回归的方法比较稳健，但多基于独立的模型假设构造估计方程，且估计参数及其协方差矩阵时计算量比较大。在本项目中，基于纵向数据，我们考虑稳健的秩回归和分位数回归，在数据的相关形式已知的情况下，计算反应变量的基于秩的估计函数（秩回归）和基于反应变量的示性函数（分位数回归）的协方差矩阵；利用GEE方法的想法构造估计方程；在估计参数及其协方差矩阵时，利用induced smoothing方法以降低计算量。最后，通过大量的模拟和实际数据分析评估本项目给出的参数估计的稳健性和高效性。