1.3 統計學分析 采用R3.6.0進行分析。本次分析中大氣污染物數值變量不滿足正態分布，故采用M（P25，P75）來描述大氣污染物及門診就診量，采用Spearman 相關分析研究大氣污染物與各類型門診就診之間的關系（以P<0.05為差異有統計學意義）。建立泊松分布相加模型，分析5種污染物（PM_2.5、NO₂、SO₂、CO、O_3-1h）每日質量濃度對門診量的影響，定量評估隨污染物濃度上升而增加的門診量。運用多種非參數平滑函數來控制氣象條件等混雜因子的情況下，有效評估污染物濃度所產生的效應。