当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R corExp 指数相关结构


R语言 corExp 位于 nlme 包(package)。

说明

该函数是"corExp" 类的构造函数,表示指数空间相关结构。令 表示范围, 表示块金效应,相距 的两个观测值之间的相关性在不存在块金效应时为 ,在假设存在块金效应时为 。使用此构造函数创建的对象稍后必须使用适当的 Initialize 方法进行初始化。

用法

corExp(value, form, nugget, metric, fixed)

参数

value

带有约束形式的参数值的可选向量。如果 nuggetFALSE ,则 value 只能有一个元素,对应指数相关结构的 "range",该元素必须大于零。如果 nuggetTRUE ,意味着存在块金效应,则 value 可以包含一个或两个元素,第一个是 "range",第二个是 "nugget effect"(一减去两个观测值之间的相关性)任意靠近);第一个必须大于零,第二个必须介于零和一之间。默认为 numeric(0) ,这会导致在初始化 object 时将最小距离的 90% 范围和 0.1 的块金效应分配给参数。

form

~ S1+...+Sp~ S1+...+Sp | g 形式的单边公式,指定空间协变量 S1Sp 以及可选的分组因子 g 。当 form 中存在分组因子时,假定相关结构仅适用于同一分组级别内的观测值;假设具有不同分组级别的观测值是不相关的。默认为 ~ 1 ,这对应于使用数据中的观察顺序作为协变量,并且没有组。

nugget

指示是否存在金块效应的可选逻辑值。默认为 FALSE

metric

指定要使用的距离度量的可选字符串。当前可用的选项是"euclidean",用于距离的平方和; "maximum"为最大差值; "manhattan" 为绝对差之和。使用参数的部分匹配,因此只需提供前三个字符。默认为 "euclidean"

fixed

一个可选的逻辑值,指示是否应允许系数在优化中变化,或保持固定在其初始值。默认为 FALSE ,在这种情况下允许系数变化。

"corExp" 的对象,也继承自类 "corSpatial" ,表示指数空间相关结构。

例子

sp1 <- corExp(form = ~ x + y + z)

# Pinheiro and Bates, p. 238
spatDat <- data.frame(x = (0:4)/4, y = (0:4)/4)

cs1Exp <- corExp(1, form = ~ x + y)
cs1Exp <- Initialize(cs1Exp, spatDat)
corMatrix(cs1Exp)

cs2Exp <- corExp(1, form = ~ x + y, metric = "man")
cs2Exp <- Initialize(cs2Exp, spatDat)
corMatrix(cs2Exp)

cs3Exp <- corExp(c(1, 0.2), form = ~ x + y,
                 nugget = TRUE)
cs3Exp <- Initialize(cs3Exp, spatDat)
corMatrix(cs3Exp)

# example lme(..., corExp ...)
# Pinheiro and Bates, pp. 222-247
# p. 222
options(contrasts = c("contr.treatment", "contr.poly"))
fm1BW.lme <- lme(weight ~ Time * Diet, BodyWeight,
                   random = ~ Time)
# p. 223
fm2BW.lme <- update(fm1BW.lme, weights = varPower())
# p. 246
fm3BW.lme <- update(fm2BW.lme,
           correlation = corExp(form = ~ Time))
# p. 247
fm4BW.lme <-
      update(fm3BW.lme, correlation = corExp(form =  ~ Time,
                        nugget = TRUE))
anova(fm3BW.lme, fm4BW.lme)

作者

José Pinheiro and Douglas Bates bates@stat.wisc.edu

参考

Cressie, N.A.C. (1993), "Statistics for Spatial Data", J. Wiley & Sons.

Venables, W.N. and Ripley, B.D. (2002) "Modern Applied Statistics with S", 4th Edition, Springer-Verlag.

Littel, Milliken, Stroup, and Wolfinger (1996) "SAS Systems for Mixed Models", SAS Institute.

Pinheiro, J.C., and Bates, D.M. (2000) "Mixed-Effects Models in S and S-PLUS", Springer, esp. p. 238.

也可以看看

corClasses , Initialize.corStruct , summary.corStruct , dist

相关用法


注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Exponential Correlation Structure。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。