fit.geomodel

Ajusta modelo espacial multivariado

fit.geomodel(
  InvObj,
  var_names,
  sigmas,
  sigmas_c,
  phis,
  phis_c,
  mus,
  taus,
  model = "exponential",
  hmax,
  sigma0,
  phi0,
  crossed = TRUE,
  common = FALSE,
  acc = TRUE,
  threshold,
  verbose = FALSE,
  irr = TRUE,
  cov.str = c("simpler", "standard"),
  ...
)

Arguments

InvObj

Objeto da classe InvObj ou herdeiras.

var_names

Ou vetor de caracteres contendo o nome das variáveis de interesse, ou vetor numérico com os índices das colunas das variáveis de interesse.

sigmas

Vetor numérico contendo as sementes dos parâmetros de covariância marginal.

sigmas_c

Vetor numérico contendo as sementes dos parâmetros de covariância cruzada.

phis

Vetor numérico contendo as sementes dos parâmetros de alcance dos modelos de autocorrelação marginais.

phis_c

Vetor numérico contendo as sementes dos parâmetros de alcance dos modelos de autocorrelação cruzada.

mus

Vetor numérico contendo as sementes dos parâmetros de média das variáveis.

taus

Vetor numérico contendo as sementes dos parâmetros de variância do erro aleatório.

model

Caractere informando o modelo de autocorrelação utilizado. O padrão é "exp". Veja details para opções disponíveis.

hmax

Numérico contendo a distância máxima para dependência espacial. Utilizado como limite superior do parâmetro de alcance.

sigma0

Numérico contendo a semente do parâmetro de covariância comum à todas as variáveis.

phi0

Numérico contendo a semente do parâmetro de alcance do modelo de autocorrelação comum à todas as variáveis.

crossed

Lógico (TRUE/FALSE) informando se haverão covariâncias cruzadas.

common

Lógico (TRUE/FALSE) informando se haverá uma estrutura espacial geral. Se common=TRUE, então as sementes são fornecidas via sigma0 e phi0. O padrão é FALSE.

acc

Lógico (TRUE/FALSE) informando se as covariâncias cruzadas são "rebatidas" na estrutura marginal, gerando um modelo completo. Ver details. O padrão é TRUE.

threshold

Numérico opcional informando o limiar mínimo numérico para considerar covariância zero. Por padrão não há limite. Veja cov.spatial.mult.

verbose

Lógico indicando se mensagens devem ser impressas no console ou omitidas. O padrão é não (FALSE).

irr

Lógico indicando se as variáveis são transformadas para escala irrestrita. O padrão é FALSE.

cov.str

Caractere indicando a estrutura de covariância utilizada. O padrão é "simpler". Veja cov.spatial.mult.

...

Demais argumentos passados à função optim.

Value

Retorna um objeto de classe geofit.

Details

A partir do objeto da classe Inv, ajusta modelos multivariados a partir de variáveis contidas no objeto.

A função recupera, a partir do objeto espacial associado a InvObj, as localizações e posições das observações para cada variável passada em var_names. Objetos passados para InvObj que ainda não possuam objeto espacial associado devem primeiro ser gerados via espacializar().

A ordem das variáveis passadas em var_names será a ordem utilizada no ajuste do modelo, portanto as sementes passadas nos argumentos da função serão utilizadas na ordem especificada em var_names.

As sementes dos argumentos são fornecidas via sigmas, sigmas_c, phis, phis_c, mus, taus, sigma0 e phi0. A quantidade de parâmetros de cada argumento muda de acordo com a quantidade de variáveis passadas em var_names. Se forem duas variáveis, então sigmas=c(par1, par2), por exemplo. O mesmo vale para os argumentos phis, mus, e taus.

No caso de ajuste multivariado (var_names recebe pelo menos duas variáveis), então haverão possivelmente efeitos cruzados (entre variáveis). Nesse caso, o argumento crossed deve obrigatoriamente ser TRUE, caso contrário as variáveis serão ajustadas de forma "independete" umas das outras, sem inclusão de parâmetros cruzados sigmas_c e phis_c, explicados abaixo.

Os argumentos sigmas_c e phis_c se referem aos parâmetros das covariâncias cruzadas entre pares de variáveis, e portanto a quantidade de parâmetros muda de acordo com o número de variáveis na ordem de choose(p, 2), onde p é o número de parâmetros. Se forem passadas três variáveis, então serão necessários choose(3, 2) = 3 parâmetros em cada um desses argumentos. A ordem de utilização dos argumentos é a mesma da ordem de índices, isto é, se forem 3 parâmetros então a ordem será (1,2), (1,3), (2,3). Outros detalhes em minor_mat().

Se sigmas_c e phis_c forem passados como NA, então não haverá covariância cruzada entre pares de variáveis, e o modelo multivariado será ajustado como se as variáveis fossem independetes entre si.

Se common=TRUE, então uma função de autocorrelação comum a todas as variáveis é incluída no modelo. Se esse for o caso, então as sementes podem ser especificadas via sigma0 e phi0. common é automaticamente definido como FALSE se var_names receber apenas uma variável.

acc indica se os modelos de correlação cruzada são presentes também na estrutura marginal da matriz de covariância, o que configuraria um modelo completo (veja detalhes de cov.spatial.mult). Caso somente uma variável seja informada em var_names, então acc é automaticamente definido como TRUE.

Todos os parâmetros possuem semente padrão para o caso de não serem fornecidas. Os parâmetros sigmas tem como padrão as variâncias das variáveis. sigmas_c tem como padrão a média das variâncias das variáveis. phis e phis_c tem como padrão a metade da maior distância entre observações. mus tem como padrão as médias das variáveis, e taus tem como padrão

  1. sigma0 tem como padrão a média das variâncias das variáveis, e phi0 tem como padrão a metade da maior distância entre observações.

O ajuste é feito por máxima verossimilhança utilizando a função optim.

cov.str="simpler" indica se, caso os dados sejam co-locados, então será dada preferência por uma estrutura de covariância mais simplificada, proposta por Ribeiro et al (2023), a partir do produto de kronecker. O padrão é "simpler". A opção cov.str="standard" cria uma estrura com efeitos cruzados bem especificados.

Author

Gabriel Agostini Orso