연구원들은 통계 모델을 사용하여 다른 수준의 대기 오염에 노출 된 개인으로부터 수집 된 데이터를 분석합니다. 이 모델은 대기 오염 노출과 관련된 기분 변화의 패턴과 추세를 식별 할 수 있습니다. 회귀 분석과 같은 통계적 방법은 개별 특성과 잠재적 혼란 요인을 설명하면서 대기 오염과 기분 결과 사이의 관계의 강점과 방향을 추정 할 수 있습니다.
또한, 통계적 모델은 대기 오염이 기분에 대한 영향에 특히 민감 할 수있는 취약한 하위 집단을 식별 할 수있게한다. 연구자들은 다단계 모델링 또는 구조 방정식 모델링과 같은 고급 통계 기술을 사용함으로써 개별 요인 (예 :연령, 성별, 사회 경제적 지위, 유전자 구성) 간의 상호 작용을 조사 할 수 있습니다.
통계 모델은 또한 대기 오염 수준의 변화가 기분의 변화에 어떻게 해당되는지 설명하는 용량-반응 관계의 추정을 촉진합니다. 이 정보는 대기 오염의 정신 건강에 대한 부작용을 완화하기위한 대기 질 표준을 설정하고 전략을 구현할 수있는 정책 입안자 및 환경 기관에 가치가 있습니다.
전반적으로, 통계 모델은 대기 오염이 분위기에 어떤 영향을 미치는지 이해하고 대기 오염에 대한 응답으로 개별 변동에 영향을 미치는 요인을 식별하기위한 강력한 프레임 워크를 제공합니다. 그들은 환경 요인과 정신 건강 사이의 복잡한 상호 작용에 대한 우리의 지식에 기여하여 궁극적으로 공공 복지를 보호하기 위해 효과적인 중재의 개발을 지원합니다.
