python中的縱向數據分析

Question

我有結構如下的數據（一個虛構的例子）：數據

有 3 個預測變量和 1 個響應變量。 我們有 5 個學生的數據，每個學生對時間 1、2、3 有 3 個觀察值。 因此，觀察總數為 15。

但是我不知道如何分析這種縱向數據中X1，X2，X3對Y的影響。（我將使用python）

誰能給我一些想法？

謝謝你。

Answer 1

由於您有縱向數據和連續響應，因此您有幾個不同的選擇：

1. 忽略分組結構。 我不建議這樣做，因為您可能會忽略信息。
2. Model 您的組分開。 這通常不是一個好主意，而且絕對不是在樣本量較小的組的情況下。
3. 將您的分組變量視為分類預測變量。 當組的數量很高時，這可能又不是理想的，即使最近的提升包可以很好地處理具有高基數的分類預測器（例如CatBoost ）。
4. 使用混合效果 model。

如果您想繼續使用第 4 點，我建議您先查看Gaussian Process Boosting 或 GPBoost package 。 但是，還有其他 Python 包需要考慮： Statsmodels中的 MERF 和LMER 。