10.12173/j.issn.1004-5511.202203007
广义估计方程与混合线性模型在Python中的实现
目的 探索纵向数据分析中广义估计方程和混合线性模型在Python中的实现方法,拓展Python软件在统计分析中的应用.方法 通过Python软件构建广义估计方程和混合线性模型,以环境流行病学的研究实例探索大气颗粒物PM2.5对肺功能的影响,并与R软件分析结果进行比较.结果 PM2.5是肺功能降低的危险因素,PM2.5每升高1μg/m3,研究对象2天后第1秒用力呼气容积减少8 mL.Python软件可用statsmodels库进行广义估计方程和混合线性模型的分析,实现过程程序语言简洁.与R软件相比,程序逻辑具有一定的相似性,参数估计和置信区间的计算结果基本一致,Python结果可信.结论 Python软件可灵活构建广义估计方程和混合线性模型,在实际研究中有一定参考价值.
Python、广义估计方程、混合线性模型、纵向数据
32
R563;TP311.13;X51
湖北省卫生健康委科研项目2021—2022;WJ2021F103
2022-11-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
333-338