python中的纵向数据分析

Question

我有如下结构的数据(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名学生的数据，每个学生在时间1、2、3内有3次观察。因此，观测总数为15。

但我不知道如何在这种纵向数据中分析X1、X2、X3对Y的影响。(我将使用python(

有人能告诉我一些想法吗？

谢谢。

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项：

1. 忽略分组结构。我不建议你这样做，因为你可能忽略了信息
2. 分别为小组建模。这通常不是一个好主意，在样本量较低的情况下当然也不是
3. 将分组变量视为分类预测器。当组的数量很高时，这可能也不理想，即使最近的增强包很好地处理了具有高基数的分类预测因子(例如CatBoost(
4. 使用混合效果模型

如果您想继续使用项目符号4，我建议您先看看Gaussian Process Boosting或GPBoost包。然而，还有其他Python包需要考虑：Statsmodels中的MERF和LMER。