广义加性模型配合时间序列资料时消除残差自相关性的一种方法

被引：9

作者：

余松林 ^{[1
]}

彭晓武 ^{[2
]}

机构：

[1] 华中科技大学同济医学院公共卫生学院

[2] 环境保护部华南环境科学研究所

来源：

中国卫生统计 | 2010年 / 27卷 / 05期

关键词：

时间序列; 泊松分布; 广义线性模型; 广义加性模型; 残差自相关性;

D O I：

暂无

中图分类号：

R195 [卫生调查与统计];

学科分类号：

100401 ;

摘要：

目的广义加性模型假定观察是独立的,但时间序列资料往往存在自相关性。本文探讨在使用广义加性模型配合时间序列资料时消除残差自相关性的一种方法。方法在广义加性模型基础上加入反应变量函数的非参数匀滑函数项。结果本文实例中采用反应变量的滞后项作为反应变量的函数,使1-12阶的残差自相关系数由加入反应变量函数的非参数匀滑函数项之前的0.50～0.25下降为0.09～-0.09,取得了较满意的效果。结论在用广义加性模型配合时间序列资料时,加入反应变量函数的非参数匀滑函数项可以有效控制自相关带给参数假设检验的影响。

引用

页码：450 / 454

页数：5

共 5 条

[1]

上海市某区大气污染与居民糖尿病死亡关系的时间序列研究[J]. 阚海东,贾健,陈秉衡.上海环境科学. 2003(12)

[2]

上海市某区大气污染与居民糖尿病死亡关系的时间序列研究[J]. 阚海东,贾健,陈秉衡.上海环境科学. 2003 (12)

[3]

The Public Health and Air Pollution in Asia （PAPA） Project: Estimating the Mortality Effects of Particulate Matter in Bangkok, Thailand[J] . Vichit-Vadakan, Nuntavarn,Vajanapoom, Nitaya,Ostro, Bart.Environmental Health Perspectives . 2008 (9)

[4]

Generalized Additive Models[J] . Trevor Hastie,Robert Tibshirani.Statistical Science . 1986 (3)

[5]

Generalized Additive Models:an introduction with R. Wood S N. Chapman ＆ Hall/CRC . 2006

← 1 →