R ACF.gls gls 殘差的自相關函數

說明

此方法函數根據 gls 擬合計算殘差的經驗自相關函數。如果在 form 中指定了分組變量，則使用同一組內的殘差對來計算自相關值；否則使用所有可能的殘差對。自相關函數對於研究等間隔數據的序列相關模型非常有用。

用法

## S3 method for class 'gls'
ACF(object, maxLag, resType, form, na.action, ...)

參數

object	繼承自類 "gls" 的對象，表示廣義最小二乘擬合模型。
maxLag	一個可選整數，給出應計算自相關的最大滯後。默認為殘差的最大滯後。
resType	一個可選字符串，指定要使用的殘差類型。如果 "response" ，則使用 "raw" 殘差(觀察到的擬合值)；否則，如果 "pearson" ，則使用標準化殘差(原始殘差除以相應的標準誤差)；否則，如果 "normalized" ，則使用歸一化殘差(標準化殘差預乘以估計誤差相關矩陣的逆平方根因子)。使用參數的部分匹配，因此隻需提供第一個字符。默認為 "pearson" 。
form	形式為 ~ t 或 ~ t | g 的可選單邊公式，指定時間協變量 t 和可選的分組因子 g 。時間協變量必須是整數值。當 form 中存在分組因子時，將使用同一組內的殘差對來計算自相關性。默認為 ~ 1 ，這對應於使用數據中的觀察順序作為協變量，並且沒有組。
na.action	一個函數，指示當數據包含 NA 時應該發生什麽。默認操作 ( na.fail ) 會導致 ACF.gls 打印錯誤消息並在存在任何不完整的觀察結果時終止。
...	該泛型的某些方法需要額外的參數。

值

數據幀，其中 lag 和 ACF 列分別表示一對殘差和相應的經驗自相關之間的滯後。返回值繼承自類ACF。

例子

fm1 <- gls(follicles ~ sin(2*pi*Time) + cos(2*pi*Time), Ovary)
ACF(fm1, form = ~ 1 | Mare)

# Pinheiro and Bates, p. 255-257
fm1Dial.gls <- gls(rate ~
  (pressure+I(pressure^2)+I(pressure^3)+I(pressure^4))*QB,
                   Dialyzer)

fm2Dial.gls <- update(fm1Dial.gls,
                 weights = varPower(form = ~ pressure))

ACF(fm2Dial.gls, form = ~ 1 | Subject)

作者

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

參考

Box, G.E.P., Jenkins, G.M., and Reinsel G.C. (1994) "Time Series Analysis: Forecasting and Control", 3rd Edition, Holden-Day.

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

也可以看看

ACF.lme , plot.ACF