广义估计方程与混合线性模型在Python中的实现

摘要：

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.

关键词：Python、广义估计方程、混合线性模型、纵向数据

所属期刊栏目：32

分类号：R563;TP311.13;X51

资助基金：湖北省卫生健康委科研项目2021—2022;WJ2021F103

在线出版日期：2022-11-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：333-338