[R-es] pdMat

Olivier Nuñez onunez en iberstat.es
Sab Abr 17 16:40:48 CEST 2010


Julio, si tienes dudas para implementar con lme  el modelo que te  
sugiero, dame un toque.
Un saludo. Olivier


El 17/04/2010, a las 15:46, Julio Di Rienzo escribió:

> Oliver
> Hermosa respuesta!. No se me habia ocurrido inducir la estructura  
> de correlación en las observaciones (que para los fines de  
> estimación es lo que importa), me habia empecinado en modelar la  
> correlación de los efectos aleatorios, y como deberia recordar un  
> profesor mío, a lo problemas matemáticos hay que rodearlos!.   
> Muchisimas gracias.
>
> Un abrazo.
>
>
> Prof. Julio Di Rienzo
> Estadística y Biometría
> FCA- U.N. Córdoba
> IBS CC Member
> http://sites.google.com/site/juliodirienzo
> "Biometry, the active pursuit of biological
> knowledge by quantitative methods."
> (R.A. Fisher, 1948)
>
>
>
> 2010/4/16 Olivier Nuñez <onunez en iberstat.es>
> Julio,
>
> supongamos que la matriz K de correlación es conocida y se quiere  
> estimar Sigma2 (varianza común de los efectos genéticos).
> Si denotamos b un vector aleatorio con matriz de covarianza  
> Sigma2*I (I siendo la matriz identidad)  y K=CC' la descomposición  
> de cholesky de K, entonces
> el vector de efectos genéticos g = sqrt(2)*C*b tiene como matriz de  
> covarianza  var(g) = 2*Sigma^2*K.
> Basta por lo tanto, estimar el modelo
>
> Y_i = Z*b_i + eps_i
>
> donde Z = sqrt(2)*C  es la matriz de diseño de los efectos  
> aleatorios y b_i tiene como estructura de covarianza de tipo pdIdent.
>
> Un saludo. Olivier
> -- ____________________________________
>
> Olivier G. Nuñez
> Email: onunez en iberstat.es
> Tel : +34 663 03 69 09
> Web: http://www.iberstat.es
>
> ____________________________________
>
>
>
>
> El 16/04/2010, a las 16:16, Julio Di Rienzo escribió:
>
>> Oliver
>> En el artículo la varianaza de los efectos aleatorios los toma  
>> como 2Sigma^2*K, asi que K debe ser una matriz de correlación para  
>> que multiplicada por la varianza comun te queden covarianzas. Esa  
>> matriz K es una matriz de constantes externas que no se optimizan  
>> durante la estimación. El problema es como incluir esa matriz en  
>> la estructura de covarianzas de los efectos aleatorios.
>>
>>
>> 2010/4/16 Olivier Nuñez <onunez en iberstat.es>
>> Ok. En el articulo, la matriz K es una matriz de covarianza.
>> Según entiendo debes disponer de una información fiable sobre la  
>> correlación entre los efectos genéticos,
>> y quieres incluirla en el modelo con el fin de reducir el problema  
>> de estimación y así conseguir una mejor precisión en la estimación.
>>
>> SI D es la matriz diagonal que contiene las desviaciones típicas  
>> de los 303 efectos genéticos y R es la matriz de correlación entre  
>> dichos efectos, entonces
>>
>> K = DRD'
>>
>> Y, según entiendo, tu conoces R.
>>
>> Por favor, si lo que cuento corresponde efectivamente al contexto  
>> de tu problema,
>> confirmamelo.
>> Un saludo. Olivier
>>
>>
>> -- ____________________________________
>>
>> Olivier G. Nuñez
>> Email: onunez en iberstat.es
>> Tel : +34 663 03 69 09
>> Web: http://www.iberstat.es
>>
>> ____________________________________
>>
>>
>>
>>
>> El 16/04/2010, a las 14:51, Julio Di Rienzo escribió:
>>
>>> Oliver
>>> Agradezco muchisimo tu predisposición. Yo tengo bastante  
>>> experiencia en programación y me puedo imaginar que la tarea no  
>>> es sencilla.
>>> Te envio un artículo de describe el modelo que quiero ajustar. El  
>>> modelo esta detallado en la pagina 1746.
>>> El problema es la inclusión de la matriz K que es una matriz que  
>>> se calcula externamente.
>>>
>>>
>>> Prof. Julio Di Rienzo
>>> Estadística y Biometría
>>> FCA- U.N. Córdoba
>>> IBS CC Member
>>> http://sites.google.com/site/juliodirienzo
>>> "Biometry, the active pursuit of biological
>>> knowledge by quantitative methods."
>>> (R.A. Fisher, 1948)
>>>
>>>
>>>
>>> 2010/4/16 Olivier Nuñez <onunez en iberstat.es>
>>> Julio,
>>>
>>> Programar su propia clase pdMat es una tarea muy laboriosa ya que  
>>> depende de varios métodos subyacente cuyo código es poco  
>>> transparente
>>> Manda tu modelo (o al menos una versión simplificada) y procuraré  
>>> encontrar una solución alternativa a tu problema.
>>>
>>> Un saludo
>>>
>>> -- ____________________________________
>>>
>>> Olivier G. Nuñez
>>> Email: onunez en iberstat.es
>>> Tel : +34 663 03 69 09
>>> Web: http://www.iberstat.es
>>>
>>> ____________________________________
>>>
>>>
>
>



Más información sobre la lista de distribución R-help-es