pdIdnot
位于 mgcv
包(package)。 说明
这组函数是对库 nlme
中的 pdMat
类 pdIdent
的修改。修改是将 pdMat
中使用的对数参数化替换为 notLog2
参数化,因为后者避免了似然性的不确定性和相关的收敛问题:参数还与方差而不是标准差相关,以与 pdTens
保持一致类。这些函数对于处理广义加性混合模型特别有用,其中方差参数/平滑参数可能非常大或非常小,因此上溢或下溢可能会成为问题。
这些函数通常不会被直接调用,尽管与 pdTens
类不同,这些函数很容易调用。
用法
pdIdnot(value = numeric(0), form = NULL,
nam = NULL, data = sys.frame(sys.parent()))
参数
value |
参数的初始化值。通常不使用。 |
form |
指定随机效应结构的片面公式。 |
nam |
名称参数,通常不与此类一起使用。 |
data |
用于评估公式的 DataFrame 。 |
细节
提供以下函数:Dim.pdIndot
, coef.pdIdnot
, corMatrix.pdIdnot
, logDet.pdIdnot
, pdConstruct.pdIdnot
, pdFactor.pdIdnot
, pdMatrix.pdIdnot
, solve.pdIdnot
, summary.pdIdnot
。 (例如mgcv:::coef.pdIdnot
进行访问。)
请注意,虽然 pdFactor
和 pdMatrix
函数返回缩放随机效应协方差矩阵或其因子的逆矩阵,但 pdConstruct
函数使用缩放协方差矩阵本身的估计值进行初始化。
值
类 pdIdnot
对象或相关数量。有关更多详细信息,请参阅nlme
文档。
例子
# see gamm
作者
Simon N. Wood simon.wood@r-project.org
参考
Pinheiro J.C. and Bates, D.M. (2000) Mixed effects Models in S and S-PLUS. Springer
The nlme
source code.
https://www.maths.ed.ac.uk/~swood34/
也可以看看
相关用法
- R pdTens 实现张量积平滑的 pdMat 类的函数
- R plot.gam 默认 GAM 绘图
- R pcls 惩罚约束最小二乘拟合
- R place.knots 通过协变量值自动均匀放置一组结
- R predict.bam 根据拟合的大加法模型进行预测
- R polys.plot 绘制定义为多边形的地理区域
- R print.gam 打印广义加法模型对象。
- R predict.gam 根据拟合的 GAM 模型进行预测
- R pen.edf 提取与游戏拟合中每个惩罚相关的有效自由度
- R psum.chisq 评估 c.d.f.卡方偏差的加权和
- R vcov.gam 从 GAM 拟合中提取参数(估计器)协方差矩阵
- R gam.check 拟合 gam 模型的一些诊断
- R null.space.dimension TPRS 未惩罚函数空间的基础
- R gam.reparam 寻找平方根惩罚的稳定正交重新参数化。
- R extract.lme.cov 从 lme 对象中提取数据协方差矩阵
- R scat 用于重尾数据的 GAM 缩放 t 系列
- R choldrop 删除并排名第一 Cholesky 因子更新
- R smooth.construct.cr.smooth.spec GAM 中的惩罚三次回归样条
- R bandchol 带对角矩阵的 Choleski 分解
- R gam.side GAM 的可识别性边条件
- R cox.ph 附加 Cox 比例风险模型
- R mgcv.parallel mgcv 中的并行计算。
- R gamm 广义加性混合模型
- R Predict.matrix GAM 中平滑项的预测方法
- R Predict.matrix.soap.film 皂膜光滑度预测矩阵
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Overflow proof pdMat class for multiples of the identity matrix。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。