之前我曾使用过AIRPLolygonsDataFrame之前的INLA,但我从未在栅格中使用它。我一直在互联网上搜索了好几个小时,阅读了小插曲和我能找到的一切,但仍然无法弄清楚如何在光栅中使用INLA。以下只是我的数据的简单示例:
library("raster")
library("INLA")
lat = c(10, 10, 10, 10, 14, 14, 14, 14, 10, 10, 10, 10, 14, 14, 14, 14)
lon = c(20 ,24, 28, 32, 20, 24, 28, 32, 20, 24, 28, 32, 20, 24, 28, 32)
response = c(17.3, 17.4, 17.6, 17.9, 17.1, 17.0, 17.4, 17.5, 17.4, 17.4,
17.7, 17.8, 17.2, 17.1, 17.7, 17.9)
explan1 = c(31, 35, 33, 36, 32, 37, 36, 40, 32, 34, 33, 37, 35, 35, 39, 38)
explan2 = c(112, 116, 111, 114, 115, 117, 117, 112, 110, 114, 113, 117, 112,
113, 115, 116)
data.df = data.frame(lat = lat, lon = lon, response = response, explan1 =
explan1, explan2 = explan2)
myGrid = raster(ncol = 5, nrow = 5)
所以我把自己扔在你们所有人面前,以这种方式乞求怜悯和帮助。提前感谢你让我摆脱痛苦!
答案 0 :(得分:1)
要拟合数据,请使用data.df(以及您的时空模型)。
要预测/投影栅格,请使用inla.mesh.project。您可以投影结果$ summary.linear.predictor,结果$ summary.fitted.values,或结果$ summary.random,具体取决于您的代码和您想要获得的内容。
如果您想要样本而不是摘要,请使用inla.posterior.sample,并投影正确的部分(取决于您的模型)。
时空模型很复杂,工作实例很长。请参阅spde教程 http://www.r-inla.org/examples/tutorials/spde-tutorial