我们以Pixel数据集为例。
Grouped Data: pixel ~ day | Dog/Side
Dog Side day pixel
1 1 R 0 1045.8
2 1 R 1 1044.5
3 1 R 2 1042.9
pixel是回复。 Dog有10个级别。 Side有2个等级。 day有9个级别。
我想拟合一个模型，其中协方差矩阵是10x10身份Dog矩阵，2x2身份Side矩阵，9x9 AR1 day矩阵之间的直接（kronecker）乘积。
所以它应该像
lme(pixel~1,corr=corAR1(form~1|Dog/Side),weights=varIdent(form=~1|Dog*Side),data=Pixel)
但是我在Dog一词中Side和corr之间有一个嵌套结构。虽然这对于此数据集是正确的，但我希望它通常可以跨越Dog:Side。此外，我不确定使用corr内部的直接产品将不同的组件weights和lme组合在一起。
P.S。我知道这个数据集不平衡，因此并非所有10x2x9 = 180种组合都存在。但我仍然需要一般的直接产品结构，或许可以根据缺失的水平进行适当调整。