王艳,柯蓉

（上海对外经贸大学统计与信息学院,上海 201620）

气候变化、空气污染和健康危害是全球极为关注的研究领域,公共卫生科学家观察到气候变化对各种健康结果的影响,研究者通过广义线性模型或广义可加模型进行分析,使用参数、非参数样条估计大气参数和空气污染的健康效应.可加模型有助于非线性变量的建模,在制定环境空气质量的质量标准方面,国家大气监测和评估计划发挥了重要作用.

广义可加模型适用于响应变量与解释变量之间为非线性或非单调关系的数据,允许解释变量(协变量)和响应之间的关系由平滑曲线或样条来描述.广义可加模型(GAMs)是回归模型,其中平滑样条用于代替协变量的线性系数[1-2],通常是连续预测值和连续正态分布结果之间的参数和非参数形式.GAM 最广泛的应用是在地理环境领域[3],空气污染的短期和长期影响一直被认为是不利健康结果的风险,许多使用GAM和不同分布样条的时间序列模型,提供了环境空气质量和健康风险之间的时间相互关系,以评估空气污染对呼吸系统死亡率的影响.O3、NO2与德黑兰的呼吸系统死亡有关,可通过采取可测量的方法减少环境空气污染[4-5].Pearce 等[6]运用广义可加模型框架对气象-污染物关系进行了评估,表明澳大利亚墨尔本的污染物体积分数和气象参数之间存在关系.Wood 等[7-8]讨论了分布式滞后模型,并试图解释滞后在健康相关数据集中的使用,通常……