R corRatio 有理二次相關結構

說明

該函數是corRatio類的構造函數，表示有理二次空間相關結構。令d表示範圍，n表示塊金效應，相距r的兩個觀測值之間的相關性在不存在塊金效應時為1/(1+(r/d)^2)，在假設存在塊金效應時為(1-n)/(1+(r/d)^2)。使用此構造函數創建的對象稍後需要使用適當的 Initialize 方法進行初始化。

用法

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

參數

value	帶有約束形式的參數值的可選向量。如果nugget 是FALSE ，則value 隻能有一個元素，對應有理二次相關結構的"range"，該元素必須大於零。如果 nugget 是 TRUE ，意味著存在塊金效應，則 value 可以包含一個或兩個元素，第一個是 "range"，第二個是 "nugget effect"(一減去兩個觀測值之間的相關性)任意靠近)；第一個必須大於零，第二個必須介於零和一之間。默認為 numeric(0) ，這會導致在初始化 object 時將最小距離的 90% 範圍和 0.1 的塊金效應分配給參數。
form	~ S1+...+Sp 或 ~ S1+...+Sp | g 形式的單邊公式，指定空間協變量 S1 到 Sp 以及可選的分組因子 g 。當 form 中存在分組因子時，假定相關結構僅適用於同一分組級別內的觀測值；假設具有不同分組級別的觀測值是不相關的。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。
nugget	指示是否存在金塊效應的可選邏輯值。默認為 FALSE 。
metric	指定要使用的距離度量的可選字符串。當前可用的選項是"euclidean"，用於距離的平方和； "maximum"為最大差值； "manhattan" 為絕對差之和。使用參數的部分匹配，因此隻需提供前三個字符。默認為 "euclidean" 。
fixed	一個可選的邏輯值，指示是否應允許係數在優化中變化，或保持固定在其初始值。默認為 FALSE ，在這種情況下允許係數變化。

值

類 corRatio 的對象，也繼承自類 corSpatial ，表示有理二次空間相關結構。

例子

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

# example lme(..., corRatio ...)
# Pinheiro and Bates, pp. 222-249
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. 249
fm5BW.lme <- update(fm3BW.lme, correlation =
                   corRatio(form = ~ Time))

# example gls(..., corRatio ...)
# Pinheiro and Bates, pp. 261, 263
fm1Wheat2 <- gls(yield ~ variety - 1, Wheat2)
# p. 263 
fm3Wheat2 <- update(fm1Wheat2, corr = 
    corRatio(c(12.5, 0.2),
       form = ~ latitude + longitude,
             nugget = TRUE))

作者

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

參考

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.

也可以看看

Initialize.corStruct , summary.corStruct , dist