GlmmTMB — ковариационная структура AR1 — разное количество параметров в условной формуле и формуле нулевой инфляции

Я пытаюсь понять, почему указание ковариационной структуры AR-1 в условной формуле оценивает 2 параметра (как и должно быть), но оценивает многие параметры, если они указаны в формуле нулевой инфляции. Небольшой пример (воспроизведенный из руководства «Ковариационные структуры с glmmTMB») с использованием смоделированных данных показан ниже.

n <- 25                                              ## Number of time points
x <- MASS::mvrnorm(mu = rep(0,n),
                   Sigma = .7 ^ as.matrix(dist(1:n)) )    ## Simulate the process using the MASS package
y <- x + rnorm(n)                                   ## Add measurement noise

times <- factor(1:n, levels=1:n)
head(levels(times))

group <- factor(rep(1,n))

dat0 <- data.frame(y, times, group)

library(glmmTMB)
model <- glmmTMB(y ~ ar1(factor(times) + 0 | group), ziformula = ~ ar1(factor(times) + 0 | group), data=dat0, family = gaussian())
summary(model)

Результат модели выглядит следующим образом:

Результат выглядит противоречащим ожиданиям, поскольку AR-1 должен оценить только два параметра: сигма (отображается как «Стандартное отклонение» в условной модели) и ро (отображается как «Корр» в условной модели). Может ли кто-нибудь пролить свет на это?

Правильно ли я понимаю или ошибочно? Я что-то упустил или это проблема пакета?

Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
0
140
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Это проблема печати, о которой, вероятно, следует сообщить в список проблем glmmTMB.

Несмотря на то, что summary() печатает полную корреляционную матрицу, можно сделать вывод, что на самом деле оценивается только один параметр: значения в любом столбце корреляционной матрицы (-0,98, 0,95, -0,93, 0,91, -0,89, ...) представляют собой параметр корреляции, возведенный в последовательно более высокие степени (phi^i). Вы также можете видеть, что все дисперсии и стандартные отклонения идентичны. Таким образом, на самом деле glmmTMB оценивает только два параметра (std dev = 0,003747, phi = -0,98), он просто неуклюже сообщает о результатах.

Теперь исправлено в запросе на извлечение

Спасибо за оперативное внимание к данному вопросу!

Suhas Bharadwaj 01.05.2024 19:55

Другие вопросы по теме

Расчет размера выборки для многоцентрового РКИ с использованием модели смешанных эффектов с использованием смоделированных данных в R
Почему я получаю сообщение об ошибке «нечисловой аргумент бинарного оператора» при запуске отрицательной биномиальной смешанной модели с нулевым завышением?
R заменить часть строки из объекта lme S4
Доверительные интервалы прогнозов с использованием переменных-предикторов для нелинейной модели смешанных эффектов (nlme)
Постройте модель смешанных эффектов с бинарным предиктором и переменной двоичного ответа
Ошибка в !is.na(v.e) && v.e > 0 при использовании lme4 для модели смешанных эффектов в R
Как отображать эффекты взаимодействия смешанной модели в ggplot2?
Рассчитайте доверительный интервал случайных + фиксированных коэффициентов эффекта в модели смешанного эффекта в R
Более простая модель со случайным пересечением и случайным наклоном не приводит к адекватной регрессии
Как построить 95% доверительные интервалы для данных с несколькими факторами в ggplot2 R?