starve

starve es un paquete R para analizar datos espacio-temporales de referencia puntual, un formato de datos típico de los estudios de investigación ecológica.

Instalación del paquete

Puede instalar el paquete usando

 devtools :: install_github( " lawlerem/starve " , build_vignettes = TRUE )

Una vez instalado, la viñeta del paquete se puede ver abriendo R y ejecutando

vignette( " starve-tour " , package = " starve " )

Esta viñeta actúa como una referencia detallada para trabajar con el paquete starve.

Si tiene problemas para crear la viñeta durante las instrucciones del paquete, asegúrese de tener pandoc instalado en su sistema.

Principios rectores del diseño

Interfaz sencilla

Con una interfaz sencilla, los usuarios del paquete pueden dedicar más tiempo y energía a aprender de sus datos y menos a codificar los pasos del análisis de datos. El paquete starve engloba su funcionalidad en cuatro funciones principales:

• strv_prepare() toma una fórmula modelo y un data.frame y preprocesa los datos para crear un objeto modelo que luego se usa en las otras tres funciones.
• strv_fit() realiza inferencia de máxima verosimilitud en un objeto modelo, obteniendo estimaciones de parámetros y errores estándar.
• strv_predict() utiliza un objeto modelo para predecir en ubicaciones y momentos definidos por el usuario.
• strv_simulate() simula un nuevo conjunto de datos a partir de un objeto modelo.

Un aspecto del paquete con el que algunos usuarios pueden no estar familiarizados es el uso de clases S4, que usamos para un objeto modelo (entre otras cosas). Para el usuario, las clases S4 funcionan de manera similar a las listas, pero en lugar de usar el símbolo $ para acceder a partes de la lista, usa funciones para acceder a parte de una clase S4. Por ejemplo, para ver las estimaciones de los parámetros después de ejecutar strv_fit() , usaría

parameters( x )

en lugar de

 x $ parameters

Los detalles completos para explorar un objeto modelo se proporcionan en la viñeta del paquete.

Uso nativo de formatos de datos espaciales

R tiene un rico ecosistema de datos espaciales y espacio-temporales; consulte las vistas de tareas CRAN sobre Análisis de datos espaciales y Manejo y análisis de datos espacio-temporales. El paquete starve acepta directamente el formato de datos espaciales estándar de "características simples" implementado en el paquete sf y también integra el uso del paquete stars para predicciones de modelos. Esto permite a los usuarios evitar muchos de los pasos de manipulación de datos que pueden implicar el análisis de datos espacio-temporales, lo que conduce a un flujo de trabajo optimizado.

Eficiencia computacional

El paquete starve utiliza una variedad de técnicas para hacer que el análisis sea computacionalmente eficiente, lo que tradicionalmente ha sido el principal factor limitante para el análisis de datos espacio-temporales.

• Está construido utilizando TMB, que utiliza la combinación del lenguaje C++, la aproximación de Laplace y la diferenciación automática para evaluar rápidamente las probabilidades marginales de modelos de efectos mixtos.
• El modelo implementado en el paquete utiliza un proceso gaussiano del vecino más cercano para modelar la variación espacial en los datos, lo que reemplaza la tarea computacionalmente costosa de invertir una única matriz de covarianza grande por la tarea relativamente barata de invertir muchas matrices de covarianza pequeñas.
• El paquete aprovecha la estructura espacio-temporal y el hecho de que la varianza de las distribuciones gaussianas condicionales no depende del valor condicionado a almacenar en caché los cálculos de covarianza de un año al siguiente.