search for: fm1ovar

Displaying 4 results from an estimated 4 matches for "fm1ovar".

2012 May 02
3
Consulta gráfica
  Hola,   Por favor, ¿podríais indicarme qué recursos (librerías o ideas) pueden resultar de utilidad para crear un gráfico del estilo del de la figura 3.8 del siguiente link?   http://www.tsc.uvigo.es/BIO/Bioing/ChrLDoc3.html#3.5   Actualmente estoy utilizando funciones muy básicas y la verdad es que no me encuentro muy satisfecha con el resultado.   Muchas gracias.   Eva [[alternative HTML
2008 Jun 11
0
ARMA random effects?
Hi, All: Is there a way to get random effects for ARMA parameters? Consider the following example from the 'corARMA' help page: fm1Ovar.lme <- lme(follicles ~ sin(2*pi*Time) + cos(2*pi*Time), data = Ovary, random = pdDiag(~sin(2*pi*Time))) fm5Ovar.lme <- update(fm1Ovar.lme, corr = corARMA(p = 1, q = 1)) fm5Ovar.lme Linear mixed-effects model fit by REML Data: Ovary Log-restric...
2006 Jan 05
1
Problem with nlme version 3.1-68
...MA(p=1), then no problem; but for p = 2, or q = 1 or 2, then the error occurred. When I listed the same fitted nlme objects under R 2.1.1 with nlme 3.1-65, then no problem. I fitted the Ovary data (Pinheiro and Bates 2000, p.397) using the script provided in nlme package fm3Ovar.nlme <- update(fm1Ovar.nlme, correlation = corARMA(p=0, q=2)), and tried to list the result. The same error occurred. I tried it out on several of PCs (WINXP SP-2, R 2.2.1, nlme 3.1-68) and the same situation happened on every machine. Is there a bug in the latest version of nlme (3.1-68), or the problem only happened t...
2012 Jul 01
8
Regresión lineal múltiple: modelo polinómico de grado 3 superpuesto a componentes cosenoidales
Hola:   Tengo un modelo de regresión lineal en el cual las componentes son cosenoidales, y lo construyo del siguiente modo:     modelo = "y ~ I(t) + I(t^2) + I(t^3) + x1[, 1] + x2[, 1]" x1[, 1] = cos(2 * pi * t / periods[1]) x2[, 1] = sin(2 * pi * t / periods[1]) for (i in 2:nComp) {   x1[, i] = cos(2 * pi * t / periods[i])   x2[, i] = sin(2 * pi * t / periods[i])   modelo =