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。