R语言分布滞后非线性模型（DLNM）研究发病率，死亡率和空气污染示例

相关推荐

• (3条消息) 【回故系列】线性回归的矩阵推导

  线性模型(Linear Model),是机器学习中的一类算法的总称,其形式化定义为:通过给定的样本数据集 ,线性模型试图学习到这样的一个模型,使得对于任意的输入特征向量 ,模型的预测输出 能够表示为输 ...

• 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

  原文链接:http://tecdat.cn/?p=23564 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( ...

• R语言分布滞后线性和非线性模型（DLM和DLNM）建模

  原文链接:http://tecdat.cn/?p=18700 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 ...

• R语言分布滞后线性和非线性模型（DLNM）分析空气污染（臭氧）、温度对死亡率时间序列数据的影响

  原文链接 http://tecdat.cn/?p=23947 摘要 分布滞后非线性模型(DLNM)表示一个建模框架,可以灵活地描述在时间序列数据中显示潜在非线性和滞后影响的关联.该方法论基于交叉基的定 ...

• R语言分布滞后线性和非线性模型（DLMs和DLNMs）分析时间序列数据

  原文链接:http://tecdat.cn/?p=20953 序言 本文演示了在时间序列分析中应用分布滞后线性和非线性模型(DLMs和DLNMs).Gasparrini等人[2010]和Gasparr ...

• R语言里的非线性模型：多项式回归、局部样条、平滑样条、 广义相加模型GAM分析

  原文链接:http://tecdat.cn/?p=9706 总览 在这里,我们放宽了流行的线性方法的假设.有时线性假设只是一个很差的近似值.有许多方法可以解决此问题,其中一些方法可以通过使用正则化方法 ...

• R语言LME4混合效应模型研究教师的受欢迎程度

  原文链接:http://tecdat.cn/?p=11724 介绍 本教程对多层回归模型进行了基本介绍 . 本教程期望: 多层回归模型的基础知识 . R中编码的基础知识. 安装R软件包  lme4,和 ...

• R语言泊松Poisson回归模型预测人口死亡率和期望寿命

  原文链接:http://tecdat.cn/?p=18782 本文我们讨论了期望寿命的计算.人口统计模型的起点是死亡率表.但是,这种假设有偏差,因为它假设生活条件不会得到改善.为了正确处理问题,我们使 ...

• R语言生态学建模：增强回归树（BRT）预测短鳍鳗生存分布和影响因素

  原文链接:http://tecdat.cn/?p=22482 引言 本文是一个简短的教程,在R中拟合BRT(提升回归树)模型.我们的目标是使BRT(提升回归树)模型应用于生态学数据,并解释结果. 本教 ...

• R语言极值推断：广义帕累托分布GPD使用极大似然估计、轮廓似然估计、Delta法

  原文链接:http://tecdat.cn/?p=22566 本文是极端值推断的内容.我们在广义帕累托分布上使用最大似然方法. 极大似然估计 在参数模型的背景下,标准技术是考虑似然的最大值(或对数似然 ...