本文主要探讨由复发事件过程所产生的纵向计数数据的统计分析.纵向计数数据又称复发事件数据,是指对多个研究个体进行连续观测,记录下某特定事件多次重复发生的时间所得到的数据.与普通的连续型纵向数据相比,纵向计数数据的主要区别在于观测变量不再是连续型变量,而是对应于一个计数过程.纵向计数数据广泛存在于社会科学、生物医学、经济学等学科领域中,因此研究纵向计数数据的统计分析具有重要的理论价值和现实意义.在纵向计数数据中,复发事件的多次复发时间之间存在着相依性,因此本文将围绕这个主题展开讨论,分别建立简单计数数据的随机效应模型、纵向计数数据的固定效应模型和随机效应模型,对模型中的未知参数采用极大似然估计的方法进行估计,并证明估计量在大样本下的相合性和渐近正态性.利用数值模拟的方法,量化地评价所建立的统计推断方法在有限样本下的合理性,并运用模型及估计方法,进行实际数据的分析.最后,论文对所建立的模型和统计推断进行总结,并提出一些后续的研究计划.