R extract.lme.cov 从 lme 对象中提取数据协方差矩阵

说明

这是gamm 的服务例程。从 lme 对象中提取数据的估计协方差矩阵，允许用户控制在此计算中包含哪些级别的随机效应。 extract.lme.cov 明确地形成完整矩阵：extract.lme.cov2 尝试比这更经济。

用法

extract.lme.cov(b,data=NULL,start.level=1)
extract.lme.cov2(b,data=NULL,start.level=1)

参数

b	通过调用 lme 返回的拟合模型对象

.

data	提供给 lme 的数据帧/模型帧，但通过 na 操作删除了任何行。如果未提供，则使用模型对象中存储的数据。
start.level	在计算中开始包括随机效应的嵌套级别。这用于允许将平滑项估计为随机效应，但在方差计算中将其视为固定效应。

细节

用于线性混合模型的随机效应、相关结构和方差结构相结合，暗示了所建模的响应数据的协方差矩阵。这些例程提取协方差矩阵。该过程稍微复杂一些，因为拟合模型对象的不同组件以不同的顺序存储(详细信息请参阅函数代码！)。

extract.lme.cov 计算效率不高，因为它形成完整矩阵，而实际上可能是稀疏的。 extract.lme.cov2 效率更高。如果协方差矩阵是对角矩阵，则仅返回前导对角线；如果它可以写成块对角矩阵(在原始数据的某种排列下)，则返回定义非零块的矩阵列表以及指示块的每行/列的原始数据的哪一行的索引对角矩阵有关。块大小由随机效应结构中最粗的分组级别定义。

gamm 使用 extract.lme.cov2 。

extract.lme.cov 目前不处理相关结构的分组因子比随机效应的分组因子更精细的情况。 extract.lme.cov2 确实可以处理这种情况。

值

对于extract.lme.cov 估计的协方差矩阵。

对于extract.lme.cov2，包含估计协方差矩阵和索引数组的列表。协方差矩阵存储为前导对角线上的元素、定义块对角矩阵的矩阵列表或完整矩阵(如果前两个选项不可行)。

例子

## see also ?formXtViX for use of extract.lme.cov2
require(mgcv)
library(nlme)
data(Rail)
b <- lme(travel~1,Rail,~1|Rail)
extract.lme.cov(b)
extract.lme.cov2(b)

作者

Simon N. Wood simon.wood@r-project.org

参考

For lme see:

Pinheiro J.C. and Bates, D.M. (2000) Mixed effects Models in S and S-PLUS. Springer

For details of how GAMMs are set up here for estimation using lme see:

Wood, S.N. (2006) Low rank scale invariant tensor product smooths for Generalized Additive Mixed Models. Biometrics 62(4):1025-1036

or

Wood S.N. (2017) Generalized Additive Models: An Introduction with R (2nd edition). Chapman and Hall/CRC Press.

https://www.maths.ed.ac.uk/~swood34/

也可以看看

gamm , formXtViX