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
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
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"。