starve

starve — это пакет R для анализа пространственно-временных точечных данных, формат данных, типичный для экологических исследований.

Установка пакета

Вы можете установить пакет, используя

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

После установки виньетку пакета можно просмотреть, открыв R и запустив

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

Этот пример служит подробным руководством по работе с пакетом starve.

Если у вас возникли проблемы с созданием виньетки во время выполнения инструкций по пакету, убедитесь, что в вашей системе установлен pandoc.

Руководящие принципы проектирования

Простой интерфейс

Благодаря простому интерфейсу пользователи пакета могут тратить больше времени и энергии на изучение своих данных, а не на кодирование этапов анализа данных. Пакет starve объединяет свою функциональность в четыре основные функции:

• strv_prepare() принимает формулу модели и data.frame и предварительно обрабатывает данные для создания объекта модели, который затем используется в трех других функциях.
• strv_fit() выполняет вывод максимального правдоподобия для объекта модели, получая оценки параметров и стандартные ошибки.
• strv_predict() использует объект модели для прогнозирования в определенных пользователем местах и ​​времени.
• strv_simulate() имитирует новый набор данных из объекта модели.

Одним из аспектов пакета, с которым некоторые пользователи могут быть не знакомы, является использование классов S4, которые мы используем для объекта модели (помимо прочего). Для пользователя классы S4 работают аналогично спискам, но вместо использования символа $ для доступа к частям списка вы используете функции для доступа к части класса S4. Например, чтобы просмотреть оценки параметров после запуска strv_fit() , вы должны использовать

parameters( x )

вместо

 x $ parameters

Полная информация по изучению модельного объекта приведена в виньетке к пакету.

Собственное использование форматов пространственных данных

R имеет богатую экосистему пространственных и пространственно-временных данных, см. представления задач CRAN «Анализ пространственных данных» и «Обработка и анализ пространственно-временных данных». Пакет starve напрямую принимает стандартный формат пространственных данных «простые функции», реализованный в пакете sf, а также интегрирует использование пакета stars для прогнозов модели. Это позволяет пользователям обойти многие этапы обработки данных, которые могут потребоваться при анализе пространственно-временных данных, что приводит к оптимизации рабочего процесса.

Вычислительная эффективность

Пакет starve использует различные методы для повышения вычислительной эффективности анализа, что традиционно было основным ограничивающим фактором для анализа пространственно-временных данных.

• Он построен с использованием TMB, который использует комбинацию языка C++, аппроксимации Лапласа и автоматического дифференцирования для быстрой оценки предельного правдоподобия для моделей со смешанными эффектами.
• Модель, реализованная в пакете, использует гауссов процесс ближайшего соседа для моделирования пространственных изменений данных, что заменяет дорогостоящую в вычислительном отношении задачу инвертирования одной большой ковариационной матрицы относительно дешевой задачей инвертирования множества небольших ковариационных матриц.
• Пакет использует пространственно-временную структуру и тот факт, что дисперсия условных распределений Гаусса не зависит от значения, обусловленного кэшированием ковариационных вычислений от одного года к другому.