python中的纵向数据分析

Question

我有结构如下的数据（一个虚构的例子）：数据

有 3 个预测变量和 1 个响应变量。 我们有 5 个学生的数据，每个学生对时间 1、2、3 有 3 个观察值。 因此，观察总数为 15。

但是我不知道如何分析这种纵向数据中X1，X2，X3对Y的影响。（我将使用python）

谁能给我一些想法？

谢谢你。

Answer 1

由于您有纵向数据和连续响应，因此您有几个不同的选择：

1. 忽略分组结构。 我不建议这样做，因为您可能会忽略信息。
2. Model 您的组分开。 这通常不是一个好主意，而且绝对不是在样本量较小的组的情况下。
3. 将您的分组变量视为分类预测变量。 当组的数量很高时，这可能又不是理想的，即使最近的提升包可以很好地处理具有高基数的分类预测器（例如CatBoost ）。
4. 使用混合效果 model。

如果您想继续使用第 4 点，我建议您先查看Gaussian Process Boosting 或 GPBoost package 。 但是，还有其他 Python 包需要考虑： Statsmodels中的 MERF 和LMER 。