R 在GAMs模型中添加移动平均线组件

我有一个简单的模型，对于这个模型，残差表现出一阶以上的自相关

我有一个简单的模型，我想包括一个三阶移动平均线分量

我的模型是：

m1<-gamm(y~s(x,k=5), data = Training)

---

m1您可以使用nlme包中的
corARMA（p，q）
函数来实现此目的
corAR1（p）
只是一个特例函数，因为该特定模型具有一定的效率

您必须通过
q
和/或
p
来获得ARMA（p，q）过程的顺序，
p
指定AR项的顺序和
q
指定MA项的顺序。您还需要传入一个对观察结果进行排序的变量。假设您有一个单一的时间序列，并且您希望MA过程在整个时间序列水平上运行（而不是说在一年内，但不是在一年之间），那么您应该包装一个
时间
变量，该变量对观察的顺序进行索引；这里我假设这个变量叫做
time

那么电话是：

m1 <- gamm(y ~ s(x, k = 5), data = Training,
           correlation = corARMA(q = 3, form = ~ time))

您可以使用nlme包中的
corARMA（p，q）
函数来实现此目的
corAR1（p）
只是一个特例函数，因为该特定模型具有一定的效率

您必须通过
q
和/或
p
来获得ARMA（p，q）过程的顺序，
p
指定AR项的顺序和
q
指定MA项的顺序。您还需要传入一个对观察结果进行排序的变量。假设您有一个单一的时间序列，并且您希望MA过程在整个时间序列水平上运行（而不是说在一年内，但不是在一年之间），那么您应该包装一个
时间
变量，该变量对观察的顺序进行索引；这里我假设这个变量叫做
time

那么电话是：

m1 <- gamm(y ~ s(x, k = 5), data = Training,
           correlation = corARMA(q = 3, form = ~ time))

你知道我在哪里可以看到包做了什么样的转换来解释自相关性吗？我找到的所有文档都描述了这些功能。我不想那样。我对数学解释很感兴趣。你最好的选择是阅读这本书中nlme软件包支持的部分：本质上这是为模型残差估计相关矩阵，其中相关矩阵的元素由估计的ARMA（p，q）给出你知道我在哪里可以看到包做了什么样的转换来解释自相关性吗？我找到的所有文档都描述了这些功能。我不想那样。我对数学解释很感兴趣。你最好的选择是阅读这本书中nlme软件包支持的部分：本质上这是为模型残差估计相关矩阵，其中相关矩阵的元素由估计的ARMA（p，q）过程给出。