R语言广义可加模型在环境污染方面的应用 (2)---- 两种方法绘制死亡率之间的暴露-反应关联曲线(空气污染物和log(RR))

粉丝私信我希望复制一篇文章的图片，图片来源于文章：Wu C, Yan Y, Chen X, Gong J, Guo Y, Zhao Y, Yang N, Dai J, Zhang F, Xiang H. Short-term exposure to ambient air pollution and type 2 diabetes mortality: A population-based time series study. Environ Pollut. 2021 Nov 15;289:117886. doi: 10.1016/j.envpol.2021.117886. Epub 2021 Jul 31. PMID: 34371265.

文章有3个图片，是一个关于空气污染和糖尿病发病率的图片，
上一节我们已经演示了文章1-2的图片生成，今天来演示最后一个图片的生成，就是下图

我这里没有环境污染和糖尿病的数据，使用的既往的美国芝加哥1987年至 2000年大气污染与死亡数据（公众号回复：芝加哥2，可以获得数据）做实例分析，

我们先导入需要的R包和数据看看

library(tsModel)
library(ggplot2)
library(nlme)
library(mgcv)
library(splines)
bc<-read.csv("E:/r/test/chicago.csv",sep=',',header=TRUE)

我们先来看看数据的构成，death：死亡人数 (per day)，pm10：大气污染物pm10的中位数值，pm25median，o3median：二氧化硫的中位数值，time：天数，这里就是我们的时间，tmpd：华氏温度，date：日期

需要绘制的图图是空气污染物浓度与死亡率之间的暴露-反应关联曲线，因此生成RR是绘图的关键，RR是什么

RR是相对危险度，就是暴露组的危险度(测量指标是累积发病率)与对照组的危险度之比。在广义可加模型中RR怎么算，我查了很多资料和文献，比较权威的解释来源于：

本文为转载文章，原文地址如下：https://mp.weixin.qq.com/s?__biz=MzI1NjM3NTE1NQ==&mid=2247487645&idx=1&sn=3504e1cf7c94c0413c2587bf23658617&chksm=ea26f081dd5179976b9217d2ba4bea9ed3293dadf8239d4f9abe2ba3a7592c13d408b98c5a28#rd