广义加性模型（GAM）是一种标准的统计方法，常用于应用数据分析的各个领域，其中响应变量是非正态的，例如积分值，解释变量是连续的，通常是正态分布的。除其他外，该模型的标准假设是，解释变量是独立且同分布的向量，且不具有多重共线性。为了同时处理多重共线性和序列相关性，在[17]中提出了一种新的混合模型，称为GAM-PCA-VAR模型（de Souza et al.，J Roy Stat Soc C-Appl 2018），该模型将GAM与主成分分析（PCA）和向量自回归（VAR）模型相结合。本文从理论上讨论了GAM-PCA-VAR模型的一些性质，并通过仿真进行了验证。为了描述呼吸道疾病与空气污染浓度之间的关系，还对实际数据集进行了分析。
