R语言分布滞后线性和非线性模型DLM和DLNM建模应用| 系列文章
有时特定暴露事件的影响并不局限于观察到的那段时间，而是在时间上有所滞后。这就带来了一个问题，即对暴露事件与未来一系列结果之间的关系进行建模，指定事件发生后不同时间的影响分布（定义的滞后期）。最终，这一步需要定义暴露-反应关系的额外滞后维度，描述影响的时间结构。 在评估环境应激源的短期影响时，这种情况经常发生：一些时间序列研究报告称，暴露在高水平的空气污染或极端温度下，会在发生后...
R语言分布滞后非线性模型（DLNM）空气污染研究温度对死亡率影响建模应用
环境应激源往往表现出时间上的滞后效应，这就要求使用足够灵活的统计模型来描述暴露-反应关系的时间维度。在此，我们开发了分布式滞后非线性模型（DLNM），这是一个可以同时代表非线性暴露-反应依赖性和滞后效应的建模框架。这种方法是基于 "交叉基准 "的定义，这是一个双维的函数空间，它同时描述了沿预测空间和其发生的滞后维度的关系形状。 通过这种方式，该方法为以前用于该环境的一系列模型提供了一个统...
R语言分布滞后线性和非线性模型（DLM和DLNM）建模
前言 本文说明了R语言中实现分布滞后线性和非线性模型（DLM和DLNM）的建模。首先，本文描述了除时间序列数据之外的DLM / DLNM的一般化方法，在Gasparrini [2014]中有更详细的描述。本文中包含的结果并不代表科学发现，而仅出于说明目的进行报告。 数据 主要通过两个示例来说明软件的应用，使用药物数据作为数据对象。数据集分别包含一项关...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。