如何使用dlm建立温度-结果模型？

Question

我有一个数据集，其中包含有关天气、空气污染和健康结果的信息。我想回归温度(T)和温度滞后(T1)与心源性死亡(CVD)的关系。我之前在R中使用过glm模型，使用的脚本如下：

#for mean daily temperature and temperature lags separately.
modelT<-glm(cvd~T, data=datapoisson, family=poisson(link="log"), na=na.omit)

我得到了效果估计值和标准误差值，我用它们来换算成风险比率。

现在我想使用动态线性模型或分布式线性模型来检查预测结果和滞后预测结果之间的关联。但是，我找不到在R中运行模型的脚本。

我在R中安装了DLM包，但仍然不知道如何使用R中的DLM包构建模型。

如果有人能帮上忙，我将不胜感激。

Answer 1

你能尝试最小二乘多元回归来预测结果吗？当我试图“预测”哪些因素会影响海上浮动风力涡轮机的功率时，我就用了这种方法。它对于关联多个参数是很好的。

它们将一个平面拟合到一组点上，但这似乎是一个类似的想法。

https://math.stackexchange.com/questions/99299/best-fitting-plane-given-a-set-of-points