At one extreme, we may assume that

At one extreme, we may assume that distances in only the column direction and not in the row direction affect the covariance between residuals. To show what this R structure looks like, assume we have 100 observations measured on a grid of 10 rows × 10 columns. If we sort the observations by row position and column within row and fit an AR1 correlation (ρ) only in the row direction, we have an R structure as described in Figure 3-1:

結果 (中文) 1:

在一个极端，我们可假设距离仅列方向并不在行方向影响残差之间的协方差。若要显示此 R 结构是什么样子，假设我们有 100 个观察测量 10 行 × 10 列的网格上。如果我们排序各行位置和列在行内的意见，并适合 AR1 相关 （ρ） 仅在行方向，我们有 R 结构，如图 3-1 中所述︰

結果 (中文) 2:

在一个极端，我们可以假定仅在列方向上的距离，而不是在所述行方向影响残差之间的协方差。要显示该R的结构是什么样子，我们假设有100个观测上的10行网格×10列测量。如果我们用的行位置和列行内的观察进行排序，并仅在所述行方向适合的AR1相关（ρ），我们有的R的结构为图3-1所描述：

結果 (中文) 3:

在一个极端，我们可以假设，仅在列方向的距离，而不是在行方向影响残差之间的协方差。为了显示这个R结构的样子，假设我们有100个观察到的网格上的10行×10列。如果我们把观测在排位置和柱和适应（ρ）只有在AR1的相关行的方向，我们有一个R结构如图3-1描述：