varConstProp
位于 nlme
包(package)。 说明
该函数是 varConstProp
类的构造函数,表示对应于 two-component 误差模型(加性误差和比例误差)的方差函数结构。令 表示方差协变量, 表示在 处计算的方差函数,two-component 方差函数定义为 ,其中 a 是加性分量,b 是相对误差分量。为了避免模型过度参数化,建议使用修复 sigma 的可能性,最好将值固定为 1(参见示例)。
用法
varConstProp(const, prop, form, fixed)
参数
const , prop |
可选的数值向量或数值列表,分别包含常量和比例误差项的系数。除非在 |
form |
|
fixed |
包含组件 |
值
表示常数加比例方差函数结构的 varConstProp
对象,也继承自类 varFunc
。
注意
这种方差函数结构背后的误差模型可以理解为由标准化随机变量的两个不相关序列产生的(Lavielle(2015),第55页),并已被提议用于分析化学(Werner等人(1978),Wilson等人(2004))和化学降解动力学(Ranke 和 Meinecke(2019))。请注意,Rocke 和 Lorenzato (1995) 提出的 two-component 误差模型假定残差在高绝对值处呈 log-normal 分布,这与 nlme
包中的 varFunc
结构不兼容。
例子
# Generate some synthetic data using the two-component error model and use
# different variance functions, also with fixed sigma in order to avoid
# overparameterisation in the case of a constant term in the variance function
times <- c(0, 1, 3, 7, 14, 28, 56, 120)
pred <- 100 * exp(- 0.03 * times)
sd_pred <- sqrt(3^2 + 0.07^2 * pred^2)
n_replicates <- 2
set.seed(123456)
syn_data <- data.frame(
time = rep(times, each = n_replicates),
value = rnorm(length(times) * n_replicates,
rep(pred, each = n_replicates),
rep(sd_pred, each = n_replicates)))
syn_data$value <- ifelse(syn_data$value < 0, NA, syn_data$value)
f_const <- gnls(value ~ SSasymp(time, 0, parent_0, lrc),
data = syn_data, na.action = na.omit,
start = list(parent_0 = 100, lrc = -3))
f_varPower <- gnls(value ~ SSasymp(time, 0, parent_0, lrc),
data = syn_data, na.action = na.omit,
start = list(parent_0 = 100, lrc = -3),
weights = varPower())
f_varConstPower <- gnls(value ~ SSasymp(time, 0, parent_0, lrc),
data = syn_data, na.action = na.omit,
start = list(parent_0 = 100, lrc = -3),
weights = varConstPower())
f_varConstPower_sf <- gnls(value ~ SSasymp(time, 0, parent_0, lrc),
data = syn_data, na.action = na.omit,
control = list(sigma = 1),
start = list(parent_0 = 100, lrc = -3),
weights = varConstPower())
f_varConstProp <- gnls(value ~ SSasymp(time, 0, parent_0, lrc),
data = syn_data, na.action = na.omit,
start = list(parent_0 = 100, lrc = -3),
weights = varConstProp())
f_varConstProp_sf <- gnls(value ~ SSasymp(time, 0, parent_0, lrc),
data = syn_data, na.action = na.omit,
start = list(parent_0 = 100, lrc = -3),
control = list(sigma = 1),
weights = varConstProp())
AIC(f_const, f_varPower, f_varConstPower, f_varConstPower_sf,
f_varConstProp, f_varConstProp_sf)
# The error model parameters 3 and 0.07 are approximately recovered
intervals(f_varConstProp_sf)
作者
José Pinheiro and Douglas Bates (for varConstPower
) and
Johannes Ranke (adaptation to varConstProp()
).
参考
Lavielle, M. (2015) Mixed Effects Models for the Population Approach: Models, Tasks, Methods and Tools, Chapman and Hall/CRC. doi:10.1201/b17203
Pinheiro, J.C., and Bates, D.M. (2000) Mixed-Effects Models in S and S-PLUS, Springer. doi:10.1007/b98882
Ranke, J., and Meinecke, S. (2019) Error Models for the Kinetic Evaluation of Chemical Degradation Data. Environments 6(12), 124 doi:10.3390/environments6120124
Rocke, David M. and Lorenzato, Stefan (1995) A Two-Component Model for Measurement Error in Analytical Chemistry. Technometrics 37(2), 176-184. doi:10.1080/00401706.1995.10484302
Werner, Mario, Brooks, Samuel H., and Knott, Lancaster B. (1978) Additive, Multiplicative, and Mixed Analytical Errors. Clinical Chemistry 24(11), 1895-1898. doi:10.1093/clinchem/24.11.1895
Wilson, M.D., Rocke, D.M., Durbin, B. and Kahn, H.D (2004) Detection Limits and Goodness-of-Fit Measures for the Two-Component Model of Chemical Analytical Error. Analytica Chimica Acta 2004, 509, 197-208 doi:10.1016/j.aca.2003.12.047
也可以看看
相关用法
- R varConstPower 常数加幂方差函数
- R varComb 方差函数的组合
- R varExp 指数方差函数
- R varIdent 常数方差函数
- R varPower 功率方差函数
- R varWeights.lmeStruct lmeStruct 对象的方差权重
- R varWeights.glsStruct glsStruct 对象的方差权重
- R varFunc 方差函数结构
- R varFixed 固定方差函数
- R varWeights 提取方差函数权重
- R Pixel X 射线像素强度随时间的变化
- R corARMA ARMA(p,q) 相关结构
- R getGroupsFormula 提取分组公式
- R corRatio 有理二次相关结构
- R logLik.glsStruct glsStruct 对象的对数似然
- R intervals.lmList lmList 系数的置信区间
- R corLin 线性相关结构
- R plot.augPred 绘制 augPred 对象
- R print.varFunc 打印 varFunc 对象
- R recalc 重新计算压缩线性模型对象
- R Variogram.corSpher 计算 corSpher 对象的半变异函数
- R getGroups.lme 提取 lme 对象组
- R nlmeStruct 非线性混合效应结构
- R predict.nlme 来自 nlme 对象的预测
- R corSymm 一般相关结构
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Constant Plus Proportion Variance Function。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。