maxlik.cov.st(SpatialTools)
maxlik.cov.st()所属R语言包：SpatialTools
Determines maximum likelihood estimates of covariance parameters
确定协方差参数的最大似然估计
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Estimates covariance parameters of spatio-temporal covariance functions using maximum likelihood or restricted maximum likelihood. See cov.st for more details of covariance functions to be estimated. The covariance function is reparameterized slightly to speedup computation. Specifically, the variance parameter for the hidden process, sp.par[1], is profiled out and the error.var parameter is parameterized as sp.par[1] * error.ratio.
时空协方差函数，利用最大似然或约束最大似然估计的协方差参数。见cov.st协方差函数估计的更多详细信息。稍微被重新参数化来加速计算协方差函数。具体而言，为隐藏的进程，sp.par方差参数[1]，是异形的error.var参数参数化为sp.par [1] * error.ratio。
用法----------Usage----------
maxlik.cov.st(X, y, coords, time, sp.type = "exponential",
range.par = stop("specify range.par argument"),
error.ratio = stop("specify error.ratio argument"),
smoothness = 0.5, t.type = "ar1", t.par = .5, D = NULL, T = NULL,
reml = TRUE, lower = NULL, upper = NULL, control = list(TRACE = TRUE),
optimizer="nlminb")
参数----------Arguments----------
参数：X
A numeric matrix of size n \times k containing the design matrix of the data locations.
一个数字矩阵的大小n \times k设计矩阵包含的数据的位置。
参数：y
A vector of length n containing the observed responses.
一个向量的长度n含有观察到的反应。
参数：coords
A numeric matrix of size n \times d containing the locations of the observed responses.
数值矩阵的大小n \times d包含的位置观察到的响应。
参数：time
A numeric vector of length n containing the time at which the responses were observed.
矢量的长度为n含有反应，观察的时间，在该时间的数值。
参数：sp.type
A character vector specifying the spatial covariance type. Valid types are currently exponential, gaussian, matern, and spherical.
指定一个字符向量空间的协方差类型。有效的类型是目前指数，高斯，matern，球形。
参数：range.par
An initial guess for the spatial dependence parameter.
空间依赖性参数的初始猜测。
参数：error.ratio
A value non-negative value indicating the ratio error.var/sp.par[1].
值非负的价值指示的比例error.var/sp.par[1]的。
参数：smoothness
A positive number indicating the variance of the error term.
正数表示误差项的方差。
参数：t.type
A character vector indicating the spatial covariance type. Only ar1 is currently available.
一个字符矢量空间的协方差类型。只有ar1是目前可用的。
参数：t.par
A value specifying the temporal dependence parameter of the ar1 process.
指定的时间依赖参数的AR1的过程中值。
参数：D
The Euclidean distance matrix for the coords matrix. Must be of size n \times n.
欧氏距离矩阵的坐标矩阵。必须是大小n \times n。
参数：T
The Euclidean distance matrix for the time matrix. Must be of size n \times n.
欧氏距离矩阵的矩阵。必须是大小n \times n。
参数：reml
A boolean value indicating whether restricted maximum likelihood estimation should be used. Defaults to TRUE.
一个布尔值，指示是否应使用约束最大似然估计。默认为true。
参数：lower
A vector giving lower bounds for the covariance parameters sp.par[2], error.ratio, and smoothness (when the model is matern). Order matters! If not given defaults to a lower bound of .001 for sp.par[2], 0 for error.ratio, and .001 for smoothness.
一个向量的协方差参数下限sp.par[2]，error.ratio和smoothness（时，的模型是matern的）。顺序很重要！如果没有预设的下限为0.001 sp.par[2]0error.ratio，和0.001 smoothness。
参数：upper
A vector giving upper bounds for the covariance parameters sp.par[2], error.ratio, and smoothness (when the model is matern). Order matters! If not given defaults to an upper bound of Inf for sp.par[2], 1 for error.ratio, and 10 for smoothness.
一个向量上的协方差参数范围sp.par[2]，error.ratio和smoothness（模型时，matern）。顺序很重要！如果没有默认值的上界的INF sp.par[2]，1 error.ratio，10 smoothness。
参数：control
A list giving tuning parameters for the nlminb function. See nlminb for more details.
一个列表，给出调整参数nlminb功能。见nlminb更多详情。
参数：optimizer
A vector describing the optimization function to use for the optimization. Currently, only nlminb is an acceptable value.
描述一个向量的优化功能的优化使用。目前，只有nlminb是一个可接受的值。
Details
详细信息----------Details----------
When doing the numerical optimization, the covariance function is reparameterized slightly to speedup computation. Specifically, the variance parameter for the process of interest,sp.par[1], is profiled out, and the error.var parameter is parameterized as sp.par[1] * error.ratio, where error.ratio = error.var/sp.par[1].
当进行数值优化，稍微被重新参数化来加速计算协方差函数。具体而言，这些变化参数，感兴趣的进程，sp.par[1]，是异形，和error.var参数参数化sp.par[1] * error.ratio，error.ratio = error.var/sp.par[1]的。
值----------Value----------
Returns a list with the following elements:
返回一个列表，包含下列元素：
参数：sp.type
The covariance form used.
使用的协方差形式。
参数：sp.par
A vector containing the estimated variance of the hidden process and the spatial dependence.
一个向量，包含隐藏进程和空间依赖性的估计方差。
参数：error.var
The estimated error variance.
估计误差的方差。
参数：smoothness
The smoothness of the matern covariance function.
的matern协方差函数的平滑性。
参数：par
The final values of the optimization parameters. Note that these will not necessarily match sp.par, error.var, and smoothness because of the reparameterization.
的优化参数的最终值。请注意，这些不一定匹配sp.par，error.var和smoothness因为参数化。
参数：convergence
Convergence message from nlminb.
从nlminb的收敛消息。
参数：message
Message from nlminb.
消息nlminb。
参数：iterations
Number of iterations for optimization to converge.
优化收敛的迭代数。
参数：evaluations
Evaluations from nlminb.
评估从nlminb。
（作者）----------Author(s)----------
Joshua French
参见----------See Also----------
cov.st
cov.st
实例----------Examples----------
#Generate locations and observed times[生成的位置和观察到的时间]
coords <- matrix(rnorm(40), ncol = 2)
time <- rep(1:2, each = 10)
#Calculate distance matrix for time vector[时间向量计算距离矩阵]
T <- dist1(matrix(time))
#create design matrix[创建设计矩阵]
X <- cbind(1, coords)
#create mean for observed data to be generated[创建观测数据的平均值]
mu <- X %*% c(1, 2, 3)
#generate covariance matrix for spatio-temporal data[产生时空数据的协方差矩阵]
V <- exp(-dist1(coords)) * .25^T
#generate observe data[产生观察数据]
y <- rmvnorm(mu = mu, V = V)
maxlik.cov.st(X = X, y = y, coords = coords, time = time,
sp.type = "exponential", range.par = 1, error.ratio = 0,
t.type = "ar1", t.par = .5, reml = TRUE)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-9-30 12:53:15
