R ACF.lme lme 殘差的自相關函數

說明

此方法函數根據 lme 擬合計算組內殘差的經驗自相關函數。自相關值是使用最內組級別內的殘差對計算的。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 'lme'
ACF(object, maxLag, resType, ...)

參數

object	繼承自類 "lme" 的對象，表示擬合的線性混合效果模型。
maxLag	一個可選整數，給出應計算自相關的最大滯後。默認為組內殘差的最大滯後。
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" 。
...	此泛型的某些方法需要額外的參數 - 未使用。

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 <- lme(follicles ~ sin(2*pi*Time) + cos(2*pi*Time),
           Ovary, random = ~ sin(2*pi*Time) | Mare)
ACF(fm1, maxLag = 11)

# Pinheiro and Bates, p240-241
fm1Over.lme <- lme(follicles  ~ sin(2*pi*Time) +
           cos(2*pi*Time), data=Ovary,
     random=pdDiag(~sin(2*pi*Time)) )
(ACF.fm1Over <- ACF(fm1Over.lme, maxLag=10))
plot(ACF.fm1Over, alpha=0.01) 

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.gls , plot.ACF