starve

starve는 생태학적 연구 조사의 일반적인 데이터 형식인 시공간적 지점 참조 데이터를 분석하기 위한 R 패키지입니다.

패키지 설치

다음을 사용하여 패키지를 설치할 수 있습니다.

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

설치되면 R을 열고 실행하여 패키지 비네팅을 볼 수 있습니다.

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

이 비네트는 starve 패키지 작업에 대한 심층적인 참조 역할을 합니다.

패키지 지침 중에 비네트를 만드는 데 문제가 있는 경우 시스템에 pandoc이 설치되어 있는지 확인하세요.

설계 원칙 안내

간단한 인터페이스

간단한 인터페이스를 통해 패키지 사용자는 데이터 분석 단계를 코딩하는 방법에 시간을 투자하고 데이터 학습에 더 많은 시간과 에너지를 소비할 수 있습니다. starve 패키지는 네 가지 주요 기능으로 기능을 래핑합니다.

• strv_prepare() 모델 수식과 data.frame을 가져와 데이터를 사전 처리하여 다른 세 가지 함수에 사용되는 모델 개체를 만듭니다.
• strv_fit() 모델 개체에 대해 최대 우도 추론을 수행하여 매개변수 추정치와 표준 오류를 얻습니다.
• strv_predict() 모델 객체를 사용하여 사용자가 정의한 위치와 시간을 예측합니다.
• strv_simulate() 모델 객체의 새 데이터 세트를 시뮬레이션합니다.

일부 사용자가 익숙하지 않을 수 있는 패키지의 한 측면은 무엇보다도 모델 객체에 사용하는 S4 클래스의 사용입니다. 사용자의 경우 S4 클래스는 목록과 유사하게 작동하지만 $ 기호를 사용하여 목록의 일부에 액세스하는 대신 함수를 사용하여 S4 클래스의 일부에 액세스합니다. 예를 들어 strv_fit() 실행한 후 매개변수 추정치를 보려면 다음을 사용합니다.

parameters( x )

대신에

 x $ parameters

모델 객체 탐색에 대한 자세한 내용은 패키지 비네팅에 나와 있습니다.

공간 데이터 형식의 기본 사용

R에는 풍부한 공간 및 시공간 데이터 생태계가 있습니다. 공간 데이터 분석 및 시공간 데이터 처리 및 분석에 대한 CRAN 작업 보기를 참조하세요. starve 패키지는 sf 패키지에 구현된 표준 "단순 기능" 공간 데이터 형식을 직접 수용하고 모델 예측을 위해 star 패키지 사용을 통합합니다. 이를 통해 사용자는 시공간 데이터를 분석할 때 포함될 수 있는 많은 데이터 랭글링 단계를 우회하여 워크플로를 간소화할 수 있습니다.

계산 효율성

starve 패키지는 다양한 기술을 사용하여 분석을 계산적으로 효율적으로 수행합니다. 이는 전통적으로 시공간 데이터 분석의 주요 제한 요소였습니다.

• 이는 혼합 효과 모델의 한계 우도를 신속하게 평가하기 위해 C++ 언어, 라플라스 근사 및 자동 미분의 조합을 사용하는 TMB를 사용하여 구축되었습니다.
• 패키지에 구현된 모델은 가장 가까운 이웃 가우스 프로세스를 사용하여 데이터의 공간적 변화를 모델링합니다. 이는 단일 큰 공분산 행렬을 반전시키는 계산적으로 비용이 많이 드는 작업을 많은 작은 공분산 행렬을 반전시키는 상대적으로 저렴한 작업으로 대체합니다.
• 이 패키지는 시공간 구조와 조건부 가우스 분포의 분산이 1년에서 다음 연도까지 공분산 계산을 캐시하도록 조건화된 값에 의존하지 않는다는 사실을 활용합니다.