R formXtViX GAMM 協方差矩陣的形式分量

說明

這是gamm 的服務例程。給定 V ，使用 extract.lme.cov2 獲得的估計協方差矩陣，在給定 V 的結構(通常稀疏)的情況下，此例程盡可能有效地形成 X^TV^{-1}X 的矩陣平方根。

用法

formXtViX(V,X)

參數

V	從 extract.lme.cov2 返回的數據協方差矩陣列表
X	模型矩陣。

細節

extract.lme.cov2 返回的協方差矩陣可能采用打包和重新排序的格式，因為它通常是稀疏的。因此，需要特殊的服務程序來形成涉及該矩陣的所需產品。

值

矩陣 R 使得 crossprod(R) 給出 X^TV^{-1}X 。

例子

require(mgcv)
library(nlme)
data(ergoStool)
b <- lme(effort ~ Type, data=ergoStool, random=~1|Subject)
V1 <- extract.lme.cov(b, ergoStool)
V2 <- extract.lme.cov2(b, ergoStool)
X <- model.matrix(b, data=ergoStool)
crossprod(formXtViX(V2, X))
t(X)

作者

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

參考

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 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

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

也可以看看

gamm , extract.lme.cov2