相见恨晚的dlnm

最新推荐文章于 2024-04-01 13:33:27 发布
最新推荐文章于 2024-04-01 13:33:27 发布
阅读量468 收藏 4
点赞数 2
文章标签： big data
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40262196/article/details/104656661
版权
赛博 AI
关注
DLNM（分布滞后非线性模型）
xifenglie123321的博客
03-22 7778
最近一段时间在做流行病数据的分析，期间学习DLNM模型的过程中碰到了挺多问题百度搜不到，笔者通过慢慢读原文献、看代码解决了一部分，当然还是有一些没太搞懂hhh。本文使用数据集进行建模分析演示，该数据集包含1987-2000年芝加哥每日的死亡率、天气（温度、露点温度、相对湿度）和污染（PM10和臭氧）等情况。year: Yearpm10: PM10o3: Ozone很早之前就想写一篇 DLNM 的推文了，但是由于事情比较多一直也没来得及写。
DLNM分布滞后非线性模型学习笔记
热门推荐
GLDinging的博客
09-17 1万+
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 分布滞后模型由Almon.S在1965年提出1 二、DLNM的模型理解 三、DLNM的应用 以R语言中自带的数据为例 1 ↩︎ ...
拓端tecdat|R语言分布滞后线性和非线性模型（DLM和DLNM）建模
大数据部落
12-23 8941
前言 本文说明了R包dlnm实现分布式滞后线性和非线性模型（DLM和DLNM）的建模框架的开发。首先，本文描述了除时间序列数据之外的DLM / DLNM方法的一般化方法，在Gasparrini [2014]中有更详细的描述。此外，此插图还说明了其他发展，特别是扩展的预测摘要的定义，现有功能或用户定义功能的灵活应用以及这些功能在回归分析中的更一般用途。本文档中包含的结果并不代表科学发现，而仅出于说.........
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
大数据部落
10-12 5160
原文链接http://tecdat.cn/?p=23947 原文出处：拓端数据部落公众号 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义，交叉基是由两组基础函数的组合表示的二维函数空间，它们分别指定了预测变量和滞后变量的关系。本文在R软件实现DLNM，然后帮助解释结果，并着重于图形表示。本文提供指定和解释DLNM的概念和实践步骤，并举例说明了对实际数据的应用。 关键字：分布滞后模型，时...
拓端tecdat|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
大数据部落
03-09 5160
本文提供了运行分布滞后非线性模型的示例，同时描述了预测变量和结果之间的非线性和滞后效应，这种相互关系被定义为暴露-滞后-反应关联。
R语言中的分布滞后非线性模型（DLNM）与发病率，死亡率和空气污染示例
大数据部落
02-16 3752
原文链接：http://tecdat.cn/?p=21317 本文提供了运行分布滞后非线性模型的示例，同时描述了预测变量和结果之间的非线性和滞后效应，这种相互关系被定义为暴露-滞后-反应关联。 R语言中的分布滞后非线性模型（DLNM）与发病率，死亡率和空气污染示例 视频：R语言中的分布滞后非线性模型（DLNM） 数据 数据集包含1987-2000年期间每日死亡率（CVD、呼吸道），天气（温度，相对湿度）和污染数据（PM10和臭氧）。数据是由健康影响研究所赞助的《国家发病率，死亡率和空气污
dlnm:R封装dlnm
05-04
dlnm：分布式滞后非线性模型 包dlnm包含用于指定和解释分布式滞后线性（DLM）和非线性（DLNM）模型的函数。 在本文档结尾引用的一系列文章中详细说明了DLM / DLNM方法。 有关dlnm软件包的信息 软件包dlnm可在综合R...
dlnm模型python
最新发布
01-22
### DLNM模型在Python中的实现 DLNM（分布式滞后非线性模型）是一种强大的工具，能够处理时间序列数据中复杂的非线性和滞后关系。虽然R语言中有专门的包支持DLNM，但在Python中也可以通过一些库和技术来构建类似的...
r语言dlnm模型代码
11-02
R语言中的dlnm（Delay-NonLinear Model）模型是一种用于分析时间延迟效应的统计工具，主要用于暴露-反应关系的建模，特别是在存在剂量-反应、时间和剂量延迟的情况下。dlnm通常用于环境卫生学和流行病学研究中。 ...
R语言怎么实现DLNM
05-20
DLNM是一个R包，可以用于实现非线性和非单调曲线的时间序列分析。它是基于广义相加模型的框架，可以用于探索时间序列中变量之间的复杂关系。下面是实现DLNM的步骤： 1. 安装DLNM包 在R语言中，使用以下命令安装...
论文研究 - 新加坡热带城市州的天气对与热有关的疾病的影响
05-30
在本文中，我们提出了一种新颖的跨栏负二项式（HNB）回归与分布式滞后非线性模型（DLNM）的组合，以模拟天气因素对新加坡与热相关疾病（HRI）的影响。 采用AIC准则来帮助选择合适的天气变量组合，并检查它们的滞后效应以及非线性效应。 演示了模型选择和验证的过程。 观察到预测的发生率接近观察到的发生率。 提出的组合模型可用于预测缓解HRI发生的HRI病例，并为考虑气候变化影响的相关公共卫生政策提供投入。
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
大数据部落
08-25 5062
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（DLNM），这是一个可以同时代表非线性暴露-反应依赖性和滞后效应的建模框架。这种方法是基于 "交叉基准 "的定义，这是一个双维的函数空间，它同时描述了沿预测空间和其发生的滞后维度的关系形状。 通过这种方式，该方法为以前用于该环境的一系列模型提供了一个统一的框架。为了说明这个方法，我们用DLNMs的例子来
R语言dlnm包在时间序列空气污染数据的分布滞后线性和非线性模型对分类变量预测绘图
dege857的博客
12-19 760
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， o3：臭氧的中位数值，time：天数，这里就是我们的时间，temp：华氏温度，date：日期。作者表明空气污染和低温都是很重要的导致心血管疾病死亡率增加的因素，因此作者模拟了不同PM2.5和低温的场景，表明了空气污染和低温对死亡率的影响，文章的主要图片是它的图3，作者模拟了很多个场景。下面咱们复现一下这个图片的绘制方法，由于我没有作者的数据，就用芝加哥空气污染和死亡数据代替，咱们先导入数据和R包。
R语言分布滞后线性和非线性模型（DLM和DLNM）建模
拓端研究室TRL
01-27 1832
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。
R语言dlnm包在时间序列数据的分布滞后线性和非线性模型的应用(1)
dege857的博客
03-21 6122
Crossbasis函数我来解释一下，第一个参数x是用来指定矢量序列的，这里填入bc$pm10，lag这里表示的是滞后天数，填入15天，argvar and arglag这两个函数会把数据传递给一个onebasis的函数，生成预测的矩阵，这里假设pm10对结局的影响是线性的，使用fun=“lin”，后面采用多项式函数fun=“poly”，自由度设置为4。滞后曲线表示在某一天PM10增加10 µgr/m 3后，未来每一天的风险增加，或者说是过去每一天的PM10增加对某一天的风险的贡献。
R语言dlnm包在时间序列空气污染数据的分布滞后线性和非线性模型的应用(2)
dege857的博客
11-24 762
本文为转载文章，全文地址如下：https://mp.weixin.qq.com/s?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， o3：臭氧的中位数值，time：天数，这里就是我们的时间，temp：华氏温度，date：日期.作者使用的是北京的天气数据，分析了多个污染物和空气质量指数与冠心病发病的关系，我这里使用芝加哥空气质量指数代替，作者研究了多种空气污染物与冠心病发病之间的关系。下面我一一展示这六个图怎么绘制。我们先导入R包和数据。
拓端tecdat|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
大数据部落
03-10 4897
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Gasparrini[2011]阐述了DLMs和DLNMs的发展以及时间序列数据的实现。本文描述的示例涵盖了时间序列数据DLNM方法的大多数标准应用，并探讨了DLNM包用于指定、总结和绘制此类模型。尽管这些例子在空气污染和温度对健康的影响方面有具体的应用，但它们很容易被推广到不同的主题，并为分析这些数据集或其他时间.
分布滞后非线性模型
m0_61863309的博客
04-01 1090
分布滞后非线性模型的运用
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值