R语言如何使用tecdat进行DLM和DLNM的滞后线性非线性模型构建？

本文共计3589个文字，预计阅读时间需要15分钟。

前言：本文介绍了R语言中实现分布滞后非线性模型（DLM和DLNM）的建模方法。首先，简要描述了除时间序列数据外的DLM和DLNM的一般化方法，Gasparrini等人在2014年的研究中提供了更详细的描述。

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于药物的假设试验和嵌套病例对照研究的模拟数据，两者均包括随时间变化的暴露量度。

让我们看一下数据框的前2个观察样本：

1. > head(data, 2)
2. id out sex day1 day8. day15. day22.
3. 1 1 46 M 0 0 40 37
4. 2 2 50 F 0 47 55 0

数据集包含来自一项试验的数据，记录了200名随机受试者，每名受试者随机接受四周中两周的药物剂量，每天的剂量每周变化。每周7天间隔报告一次暴露水*。数据集还包含有关在第28天测量的结果和受试者性别的信息。