Alguien tiene experiencia en escribir una pdMat. Para aquellos que no lo recuerden son las matrices de covarianzas de los efectos aleatorios que ajusta la función lme de la librería nlme Estas matrices tiene especial importancia en aplicaciones de genética de poblaciones y en particular en mapeo de asociación. Pinheiro y Bates dicen que el usuario puede crear sus propias pdMat y sugiere como ejemplo ver una pdDiag, pero cuando abro una pdDiag veo un código tan sintético que me resulta imposible imarginar como armar algo a paritir de alli. Si hay algunos interesados en armar una librería de pdMat''s podría ser un buen proyecto grupal. 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) [[alternative HTML version deleted]]
Las pdClasses (ver ?pdClasses) permiten considerar las principales parametrizaciones de matriz de covarianza (diagonal, blok-diagonal, sin estructura, etc,.... ). A no ser que tengas una estructura muy atípica de correlación de los efectos aleatorios, me parece que puedes salir adelante con estas parametrizaciones estándares. Un saludo. Olivier -- ____________________________________ Olivier G. Nuñez Email: onunez@iberstat.es Tel : +34 663 03 69 09 Web: http://www.iberstat.es ____________________________________ El 14/04/2010, a las 16:50, Julio Di Rienzo escribió:> Alguien tiene experiencia en escribir una pdMat. Para aquellos que > no lo > recuerden son las matrices de covarianzas de los efectos > aleatorios que > ajusta la función lme de la librería nlme > Estas matrices tiene especial importancia en aplicaciones de > genética de > poblaciones y en particular en mapeo de asociación. Pinheiro y > Bates dicen > que el usuario puede crear sus propias pdMat y sugiere como ejemplo > ver una > pdDiag, pero cuando abro una pdDiag veo un código tan sintético que me > resulta imposible imarginar como armar algo a paritir de alli. Si hay > algunos interesados en armar una librería de pdMat''s podría ser un > buen > proyecto grupal. > > > > 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) > > [[alternative HTML version deleted]] > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es[[alternative HTML version deleted]]
Julio, cuando dices que la matriz de covarianzas de los efectos aleatorios es fija, quieres decir que es conocida, o en otras palabras, que no necesita ser estimada en el ajuste del modelo? Olivier El 14/04/2010, a las 20:13, dirienzo.julio@gmail.com escribió:> Oliver > Gracias por tu sugerencia. pero si bien esos modelos son bastante > generales, necesito meter una matriz de covarianzas donde las > covarianza vienen de una matriz de parentezco que se calcula a > partir de una matriz de frecuencia alélicas y esa matriz es fija, > por eso necesito poder pasar esta la estructura de correlación de > manera tan especializada. > > El 14/04/2010 14:54, Olivier Nuñez <onunez@iberstat.es> escribió: > > > > Las pdClasses (ver ?pdClasses) permiten considerar las > principales parametrizaciones de matriz de covarianza (diagonal, > blok-diagonal, sin estructura, etc,.... ).A no ser que tengas una > estructura muy atípica de correlación de los efectos aleatorios, > > me parece que puedes salir adelante con estas parametrizaciones > estándares. > > > > Un saludo. Olivier > > > > > > > > -- ____________________________________ > > > > Olivier G. Nuñez > > Email: onunez@iberstat.es > > Tel : +34 663 03 69 09 > > Web: http://www.iberstat.es > > > > ____________________________________ > > > > > > > > > > > > > > > > El 14/04/2010, a las 16:50, Julio Di Rienzo escribió: > > > > Alguien tiene experiencia en escribir una pdMat. Para aquellos > que no lo > > recuerden son las matrices de covarianzas de los efectos > aleatorios que > > ajusta la función lme de la librería nlme > > Estas matrices tiene especial importancia en aplicaciones de > genética de > > poblaciones y en particular en mapeo de asociación. Pinheiro y > Bates dicen > > que el usuario puede crear sus propias pdMat y sugiere como > ejemplo ver una > > pdDiag, pero cuando abro una pdDiag veo un código tan sintético > que me > > resulta imposible imarginar como armar algo a paritir de alli. Si > hay > > algunos interesados en armar una librería de pdMat''s podría ser > un buen > > proyecto grupal. > > > > > > > > > > > > > > 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) > > > > > > [[alternative HTML version deleted]] > > > > > > _______________________________________________ > > R-help-es mailing list > > R-help-es@r-project.org > > https://stat.ethz.ch/mailman/listinfo/r-help-es > > > > > > > > > > > > > >[[alternative HTML version deleted]]
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 >>> >>> ____________________________________ >>> >>> > >