方差分析和回归分析是统计建模的主要方法,但是这些方法都是以独立性、正态性、方差齐性为基本假定的。混合模型是一种新的重要的统计建模方法,由于其允许残差项不符合独立性的假定,且可以通过更灵活的方式更有效,充分的处理更复杂的数据结构等特点,使之具有很多传统统计分析方法所没有的优点,例如混合模型考虑了个体效应对总体的影响,考虑了同一个体内多次观测的相关性等。因此,混合模型是目前分析重复测量资料的一种比较全面的分析方法。尤其现代电子计算技术的飞速发展为混合模型的理论和应用提供了强有力的基础。但是,国内尚未有这方面的专著来系统阐述混合模型的应用。本文对线性混合模型的基础理论做了系统归纳,通过对艾滋病疗效预测的SAS统计分析,阐述了混合模型的原理方法及在纵向数据中的具体应用,以期对纵向数据的统计分析提供科学的方法与参考。本论文主要包括以下几点:(1)针对纵向数据观测数据次数不等及含有随机效应的数据结构提出混合模型分析方法,系统的描述了混合模型的构造,参数估计等,并以实例说明运用混合模型的建模方法,应用价值和实际意义。(2)以SAS软件作为分析工具,分别应用随机系数模型,多水平模型,两种特殊的混合模型形式,拟合数据间的关系,建立疗效与时间的模型,得到最佳终止时间,最佳疗法,对不同年龄阶段的不同疗法的疗效作了比较,并且得到了每位病人的康复程度随时间的变化曲线。文中着重说明了混合模型方法的应用分析及实际意义的解释。此方法还可推广到教育,医学,社会,行为等更多的领域,例如对教师教学质量的评价,对临床试验的统计分析,儿童生长发育研究等等。该方法克服了以往独立性与方差齐性假设带来的弊端,得出了较好的结果。但仍有很多不足及有待发展的地方。