nlme gls中的相关结构

时间:2015-12-08 23:00:14

标签: r

我正在努力使gls模型适合我的最大可能性。我想强加以下相关结构:

  • 协方差矩阵是块对角线,有三个不同大小的块。

  • 第一个块是具有常数方差的对角线,或者如果我们在相关性方面进行讨论则是单位矩阵

  • 第二个块本身是2乘2矩阵的块对角线。也就是说,第一个观察与第二个相关,第三个观察与第四个相关,依此类推。此块中的所有相关性都相同,例如rho1。

  • 第三个块与第二个块类似,但具有不同的相关参数,例如rho2。

总之,我在三组内重复观察。第二组由配对观察组成,我想估计相关性。

我正在尝试使用nlme软件包来做这件事,但这本身并不重要,对我来说任何有用的东西。

任何帮助表示感谢。

以下是一个例子:

# Example data
library(MASS)
library(nlme)
e0 <- rnorm(12)
e1 <- mvrnorm(10, mu = c(0, 0), Sigma = matrix(c(1, 0.5, 0.5, 1), ncol = 2))
e2 <- mvrnorm(5, mu = c(0, 0), Sigma = matrix(c(1, 0.2, 0.2, 1), ncol = 2))

Y <- 1 + c(e0, matrix(t(e1)), matrix(t(e2)))
Pair <- factor(c(1:12, rep(13:22, each = 2), rep(23:27, each = 2)))

假设我想使用gls估计平均值(我有一个带预测变量的回归设置,但让我们在这里简化)并且知道真正的相关结构,但不知道真正的值。如果所有相关性都相同,我可以做(我猜)

gls(Y ~ 1, correlation = corCompSymm(form = ~1|Pair), method = "ML")

但是在这里我想要在e1和e2中生成的对的不同相关参数。 e0中的观察结果不是真正的对,只是iid观察结果。

0 个答案:

没有答案