lme 中的协方差结构 - AR(1)
Covariance structure in lme - AR(1)
我的响应变量是Yijk对应
的recovery时间
patient我（我=1,...,我）- 与
treatment j (j=1,...,J)
- 并在
time k (k=1,...,K) 处测量
我想拟合以下模型：Model equation，其中：
- μ是全局固定截距
- αj 是治疗的固定效应
- bik 是具有以下协方差结构的随机效应。将 bi 表示为患者 i 的 K 维效应向量，则其方差-协方差矩阵将具有以下 AR(1) 结构。
Variance covariance matrix
- uijk 是通常的误差项，方差为 σ²
考虑以下命令行：
lme(recovery ~ treatment, method="REML", random=~1|patient, correlation=corAR1,form=~time|patient,data=data)
几个问题：
- 这个
correlation参数对应什么？什么是协方差结构？那是我定义为 R 的 var-cov 矩阵吗？
- 这条线是否真的按照我的意愿行事？
- 如果不是，它有什么作用？
- 如果没有，有没有办法做我想做的事？
提前致谢！
首先，你有一个命令 lme，我假设它是 nlme 因为 a) lme 在我所知道的任何包中都不是 R 命令的或 R 可以找到的并且 b) 相关性不是 lme4
中的一个选项
其次，在 nlme 的文档中，他们有这个：
an optional corStruct object describing the within-group correlation
structure. See the documentation of corClasses for a description of
the available corStruct classes. Defaults to NULL, corresponding to no
within-group correlations.
在corClasses中说
corAR1 autoregressive process of order 1.
因此，您前两个问题的答案似乎是 "Yes"。
我的响应变量是Yijk对应
的recovery时间
patient我（我=1,...,我）- 与
treatmentj (j=1,...,J) - 并在
timek (k=1,...,K) 处测量
我想拟合以下模型：Model equation，其中：
- μ是全局固定截距
- αj 是治疗的固定效应
- bik 是具有以下协方差结构的随机效应。将 bi 表示为患者 i 的 K 维效应向量，则其方差-协方差矩阵将具有以下 AR(1) 结构。 Variance covariance matrix
- uijk 是通常的误差项，方差为 σ²
考虑以下命令行：
lme(recovery ~ treatment, method="REML", random=~1|patient, correlation=corAR1,form=~time|patient,data=data)
几个问题：
- 这个
correlation参数对应什么？什么是协方差结构？那是我定义为 R 的 var-cov 矩阵吗？ - 这条线是否真的按照我的意愿行事？
- 如果不是，它有什么作用？
- 如果没有，有没有办法做我想做的事？
提前致谢！
首先，你有一个命令 lme，我假设它是 nlme 因为 a) lme 在我所知道的任何包中都不是 R 命令的或 R 可以找到的并且 b) 相关性不是 lme4
其次，在 nlme 的文档中，他们有这个：
an optional corStruct object describing the within-group correlation structure. See the documentation of corClasses for a description of the available corStruct classes. Defaults to NULL, corresponding to no within-group correlations.
在corClasses中说
corAR1 autoregressive process of order 1.
因此，您前两个问题的答案似乎是 "Yes"。