允许GLS中的相关参数依赖于分组因素

Question

下面是我遇到的问题的最小工作示例。 我正在使用nlme包中的Orthodont数据集，该数据集由27个儿童（16个女孩，11个男孩）的4个测量组成。 为了建立相关性模型，我使用未结构化协方差结构，通过指定correlation = corSymm（form = ~1 | Subject）来实现。 我允许不同测量场合之间的方差不恒定，但我也希望允许方差 - 协方差参数在男孩和女孩之间有所不同（例如，因为男孩之间的测量相关性可能高于/低于女孩之间的测量相关性）。 我可以通过指定weights = varIdent（form = ~1 | age * Sex）来允许方差参数的这种异质性，但是否有人知道如何允许/指定相关参数的这种异质性？

我知道在SAS的proc mixed中可以通过在repeated语句中指定group选项来实现这一点(http://support.sas.com/documentation/cdl/en/statug/63033/HTML/default/viewer.htm#statug_mixed_sect019.htm)，但我还没有找到在R中处理此问题的方法。

提前致谢！

library(nlme)
head(Orthodont)
fit <- gls(distance ~ age * Sex, correlation = corSymm(form = ~1|Subject),
           weights = varIdent(form = ~1|age*Sex), data = Orthodont, na.action = na.exclude)

- johansteen

---

如果您查看?corSymm中form的描述，我不确定您是否能够...因为它说：_当在form中存在分组因素时，相关结构被假定仅适用于同一分组级别内的观测值；不同分组级别的观测值被假定为不相关。_也许您可以通过使用初始化的通用相关结构来预先指定？帮助函数中有一些信息，因为我不知道如何做到这一点。 - OFish

Answer 1

我不完全确定这是否是您要寻找的内容，但请尝试一下：

fit <- gls(distance ~ age * Sex,
           correlation = corSymm(form = ~1|Subject/Sex),
           weights = varIdent(form = ~1|age*Sex), 
           data = Orthodont, na.action = na.exclude)

它适用于男性和女性完全独立的日常相关性。如果你运行

summary(fit)

它相当清晰地显示了这一点。

- rcorty

---

不幸的是，我得到的输出与我的示例模型完全相同（因此男性和女性没有单独的相关参数）。 - johansteen