glmmTMB 中的时间自回归：为什么需要时间作为一个因素？
Temporal autoregression in glmmTMB: why does it require time as a factor?
关于自相关，如果必须将时间序列作为 因子 提供给 ar1()，glmmTMB 如何判断时间步长相隔多远？
在 glmmTMB 中，ar1 要求时间步长均匀分布并编码为一个因子（参见 vignette）。给定一个数字时间序列 time.steps，将其重新编码为 as.factor(time.steps) 是否足以让模型正确地 运行？如果必须提供时间顺序作为一个因素，glmmTMB 如何判断时间间隔有多远？
is it enough to recode it as as.factor(time.steps) for the model to run correctly?
是的。
How can glmmTMB tell how far apart moments in time are if the time sequence must be provided as a factor?
假设因子的连续水平相隔一个时间步长（ar1() 协方差结构不允许时间步长间隔不均匀：为此您需要 ou() 协方差结构，为此，您需要使用 numFactor() 对时间值进行编码）。
更详细一点：AR1 结构随机效应的相关结构是
1 rho rho^2 rho^3 ...
rho 1 rho rho^2 ...
rho^2 rho 1 rho ...
rho^3 rho^2 rho 1 ...
... ... ... ... ...
其中 row/column 位置对应于因子的时间 steps/levels。所以我们真的不需要知道时间步长的 order，它由因子水平的顺序指定。
关于自相关，如果必须将时间序列作为 因子 提供给 ar1()，glmmTMB 如何判断时间步长相隔多远？
在 glmmTMB 中，ar1 要求时间步长均匀分布并编码为一个因子（参见 vignette）。给定一个数字时间序列 time.steps，将其重新编码为 as.factor(time.steps) 是否足以让模型正确地 运行？如果必须提供时间顺序作为一个因素，glmmTMB 如何判断时间间隔有多远？
is it enough to recode it as as.factor(time.steps) for the model to run correctly?
是的。
How can glmmTMB tell how far apart moments in time are if the time sequence must be provided as a factor?
假设因子的连续水平相隔一个时间步长（ar1() 协方差结构不允许时间步长间隔不均匀：为此您需要 ou() 协方差结构，为此，您需要使用 numFactor() 对时间值进行编码）。
更详细一点：AR1 结构随机效应的相关结构是
1 rho rho^2 rho^3 ...
rho 1 rho rho^2 ...
rho^2 rho 1 rho ...
rho^3 rho^2 rho 1 ...
... ... ... ... ...
其中 row/column 位置对应于因子的时间 steps/levels。所以我们真的不需要知道时间步长的 order，它由因子水平的顺序指定。