Básicamente, me pregunto cómo se aplican las diferentes estructuras de covarianza y cómo se calculan los valores dentro de estas matrices. Funciones como lme () nos permiten elegir qué estructura nos gustaría, pero me encantaría saber cómo se estiman.
Considere el modelo de efectos lineales mixtos .
Donde y . Además:
Por simplicidad asumiremos .
Básicamente mi pregunta es: ¿cómo se estima exactamente partir de los datos para las diversas parametrizaciones? Digamos si asumimos que es diagonal (los efectos aleatorios son independientes) o completamente parametrizado (caso en el que estoy más interesado en este momento) o alguna de las otras parametrizaciones. ¿Existen estimadores / ecuaciones simples para estos? (Eso sin duda sería estimado de forma iterativa).
EDITAR: Del libro Variance Components (Searle, Casella, McCulloch 2006) me las arreglé para brillar lo siguiente:
Si entonces los componentes de varianza se actualizan y calculan de la siguiente manera:
Donde y son las actualizaciones, respectivamente.
¿Hay fórmulas generales cuando es diagonal de bloque o está completamente parametrizada? Supongo que en el caso completamente parametrizado, se utiliza una descomposición de Cholesky para garantizar una definición y simetría positivas.