DLNM分布滞后非线性模型学习笔记

分布滞后非线性模型（Distributed Lag Non-linear Model, 以下简称DLNM）经常用于有时间滞后效应的数据分析，如流行病研究中，经常需要考虑到温度变化的滞后影响，引入DLNM进行建模分析。

一、DLNM介绍
滞后效应指的是因变量的值与自变量过去的值相关。例如，在对新冠肺炎的研究中发现，夏天发病率比冬天要低，原因是强烈的紫外线和高温不利于病毒在环境中的生存，降低了传播率。由于感染后有潜伏期，病例和温度会出现滞后效应，即某次突然降温的一周或两周后，才出现感染人数增加的情况。

分布滞后模型由Almon.S在1965年提出¹, 用于研究财政拨款与制造业公司支出的滞后效应研究。现在我们看到的材料一般都是都是Antonio Gasparrini²的研究。在R语言中，我们由DLNM包来进行分布滞后非线性模型分析，这个程序包的作者也是Gasparrini，在程序包中的reference部分他还附上了自己的相关研究和DLNM的解释，以及DLNM包的用法。

二、DLNM的模型理解

1. 分布滞后
   我们先来看Almon提出的分布滞后模型，研究响应变量Y与自变量X的时间效应，Y由X的
   过去值加权和表示。
   $$Y_t=\sum _{i=0}^{n-1}w(i)X_{t-i}$$
   等式中的$w(i)$表示权重，可以理解为$X_{t-i}$的系数，用最小二乘法来估计，一般来讲我们会对权重进行一些假设，比如呈指数递减、服从帕斯卡分布等，但需要结合数据和模型的需要。
   在Almon的模型中，$w(i)$的估计是用插值法来完成的:
   $$w(i)=\sum _{j=0}^{q+1}{\Phi }_j(i)b_j,i=0,1,2,\dots ,n-1$$
   这里把$w(i)$当作多项式，$q+1$是$w(i)$的次数，$b_j$是系数，${\Phi }_j(i)$是拉格朗日插值多项式。对于拉格朗日插值法的理解可以参照这篇：
   如何直观地理解拉格朗日插值法？ - 马同学的回答 - 知乎
   简单来说就是我们在模型中考虑n个滞后的影响，例如，如果想要考虑每个月对因变量的影响，那么n=12；如果我们的数据是按照季度观测的，q=4；没有观测到的其他月份，我们使用拉格朗日插值法拟合出来，这条拟合曲线经过q+2个点，因为模型中我们不考虑$X_{t+1}$和$X_{t-n}$的影响，所以$w(-1)=w(n)=0$，因此$b_0=b_{q+1}=0$，再代入最初的模型就得到
   $$Y_t=\sum _{i=0}^{n-1}(\sum _{j=1}^q{\Phi }_j(i)b_j)X_{t-i}=\sum _{j=1}^{q}b$$