[英]How to conduct meta-analysis for thousands of genes at one time using R package “metafor”
[英]How to conduct Dynamic Factor Analysis using KFAS package in R
我正在尝试使用 R 中的 KFAS 包将此模型拟合到多变量时间序列数据中:
y_t = Zx_t + a + v_t, v_t ~ MVN(0,R)
x_t = x_(t-1) + w_t, w_t ~ MVN(0,Q)
这是一个动态因素模型。 我还需要估计一些参数,即因子载荷矩阵 Z 和观测扰动的方差-协方差矩阵 R。我很清楚这种类型的模型可以使用 MARSS 包运行,但我仍然需要使用更灵活的包运行它,因为我稍后会修改状态方程(包括季节性分解)。
这是我使用的代码(使用模拟数据而不是我打算运行的实际数据):
library(KFAS)
library(mAr)
set.seed(100)
w=c(0.25,0.1)
C=rbind(c(1,0.5),c(0.5,1.5))
A=rbind(c(0.1,0,0,0),c(0.3,0,0,0))
data=as.matrix(mAr.sim(w,A,C,N=300))
N.ts = dim(data)[2]
N.ls = 1
#ASSUMING 1 FACTOR
Z.vals = matrix(NA,N.ts,N.ls)
Zt = matrix(Z.vals, nrow=N.ts, ncol=N.ls, byrow=TRUE) #MATRIX OF LOADINGS, N X P
Ht <- diag(NA,N.ts) #VAR-COV MATRIX OF OBS ERROR, N x N
Tt <- diag(N.ls) #SLOPE OF LATENT STATE AT T-1, P X P
Rt <- diag(N.ls) #SLOPE OF THE LATENT STATE DISTURBANCES, P X P
Qt <- diag(N.ls) #VAR-COV MATRIX OF THE LATENT STATE DISTURBANCES, P X P
ss_model <- SSModel(data ~
-1 + SSMcustom(Z = Zt, T = Tt, R = Rt, Q = Qt),
H=Ht
)
objf <- function(pars, model, estimate = TRUE) {
model$Z[1] <- pars[1]
model$H[1] <- pars[2]
if (estimate) {
-logLik(model)
} else {
model
}
}
opt <- optim(par = rep(1,50), fn = objf, method = "L-BFGS-B",
model = ss_model)
ss_model_opt <- objf(opt$par, ss_model, estimate = FALSE)
updatefn <- function(pars, model) {
model$Z[1] <- pars[1]
model$H[1] <- pars[2]
model
}
fit <- fitSSM(ss_model, rep(1,50), updatefn, method = "L-BFGS-B")
如果我查看模型规范,对我来说似乎是正确的:
Call:
SSModel(formula = data ~ -1 + SSMcustom(Z = Zt, T = Tt, R = Rt,
Q = Qt), H = Ht)
State space model object of class SSModel
Dimensions:
[1] Number of time points: 300
[1] Number of time series: 2
[1] Number of disturbances: 1
[1] Number of states: 1
Names of the states:
[1] custom1
Distributions of the time series:
[1] gaussian
Object is a valid object of class SSModel.
但是它返回此错误消息: is.SSModel(do.call(updatefn, args = c(list(inits, model), update_args)) 中的错误:系统矩阵(不包括 Z)包含 NA 或无限值,协方差矩阵包含大于 1e+07 的值
希望有人可以指导我这样做。 非常感谢!
你可以在谷歌上查找方差协方差矩阵。 季节性成分; 在找到分数矩阵 a=A-11A(1/n) 的向量/偏差后应用 a'a。 1 表示 N 1 个的分数。 p=1,n=行数; 2行数据给出方差。 红色表示作为矩阵对角线的方差。 Na 是方差的值。 我们不知道矩阵中的缺失元素,所以我们假设 T-1=N p 个,其中 p=1,对于矩阵的向量分数,我们用 T-1=N*p 个填充潜在的,其中p=1。 输入错误信息,ssmodel
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.