starve

starve est un package R permettant d'analyser des données spatio-temporelles à référence ponctuelle, un format de données typique des enquêtes de recherche écologique.

Installation du package

Vous pouvez installer le package en utilisant

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

Une fois installée, la vignette du package peut être visualisée en ouvrant R et en exécutant

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

Cette vignette sert de référence approfondie pour travailler avec le package starve.

Si vous rencontrez des difficultés pour créer la vignette pendant les instructions du package, assurez-vous que pandoc est installé sur votre système.

Principes directeurs de conception

Interface simple

Avec une interface simple, les utilisateurs du package peuvent consacrer plus de temps et d’énergie à apprendre de leurs données et moins à coder les étapes de l’analyse des données. Le package starve regroupe ses fonctionnalités en quatre fonctions principales :

• strv_prepare() prend une formule de modèle et un data.frame et prétraite les données pour créer un objet modèle qui est ensuite utilisé dans les trois autres fonctions.
• strv_fit() effectue une inférence du maximum de vraisemblance sur un objet modèle, obtenant des estimations de paramètres et des erreurs standard.
• strv_predict() utilise un objet modèle pour prédire à des emplacements et des heures définis par l'utilisateur.
• strv_simulate() simule un nouvel ensemble de données à partir d'un objet modèle.

Un aspect du package que certains utilisateurs ne connaissent peut-être pas est l'utilisation des classes S4, que nous utilisons pour un objet modèle (entre autres). Pour l'utilisateur, les classes S4 fonctionnent de la même manière que les listes, mais au lieu d'utiliser le symbole $ pour accéder à des parties de la liste, vous utilisez des fonctions pour accéder à une partie d'une classe S4. Par exemple, pour afficher les estimations des paramètres après avoir exécuté strv_fit() , vous utiliserez

parameters( x )

au lieu de

 x $ parameters

Tous les détails sur l’exploration d’un objet modèle sont donnés dans la vignette du package.

Utilisation native des formats de données spatiales

R dispose d'un riche écosystème de données spatiales et spatio-temporelles, voir les vues des tâches CRAN sur l'analyse des données spatiales et la gestion et l'analyse des données spatio-temporelles. Le package starve accepte directement le format de données spatiales standard « fonctionnalités simples » tel qu'implémenté dans le package sf, et intègre également l'utilisation du package stars pour les prédictions de modèles. Cela permet aux utilisateurs de contourner de nombreuses étapes de traitement des données qui peuvent être impliquées lors de l'analyse de données spatio-temporelles, conduisant ainsi à un flux de travail rationalisé.

Efficacité informatique

Le package starve utilise diverses techniques pour rendre l’analyse efficace sur le plan informatique, ce qui constitue traditionnellement le principal facteur limitant de l’analyse des données spatio-temporelles.

• Il est construit à l'aide de TMB qui utilise la combinaison du langage C++, de l'approximation de Laplace et de la différenciation automatique pour évaluer rapidement les vraisemblances marginales pour les modèles à effets mixtes.
• Le modèle implémenté dans le package utilise un processus gaussien du plus proche voisin pour modéliser la variation spatiale des données, ce qui remplace la tâche coûteuse en termes de calcul consistant à inverser une seule grande matrice de covariance par la tâche relativement peu coûteuse consistant à inverser de nombreuses petites matrices de covariance.
• Le package profite de la structure spatio-temporelle et du fait que la variance des distributions gaussiennes conditionnelles ne dépend pas de la valeur conditionnée pour mettre en cache les calculs de covariance d'une année sur l'autre.