El ajuste de un particular modelo de Gauss

Question

Mediante R o SAS, quiero ajustarse a la siguiente modelo Gaussiano: $$ \begin{pmatrix} y_{1j1} \\ y_{1j2} \\ y_{1j3} \\ y_{2j1} \\ y_{2j2} \\ y_{2j3} \end{pmatrix} \sim_{\text{i.yo.d.}} {\cal N} \left( \begin{pmatrix} \mu_1 \\ \mu_1 \\ \mu_1 \\ \mu_2 \\ \mu_2 \\ \mu_2 \end{pmatrix} , \Sigma \right), j=1, \ldots n $$ con la matriz de covarianza tener la siguiente estructura: $$ \Sigma = \begin{pmatrix} \Sigma_0 & M \\ M & \Sigma_0 \end{pmatrix} $$ con $\Sigma_0$ "compuesto de simetría" (intercambiable) matriz de covarianza y $M=\delta \begin{pmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \end{pmatrix}$, $\delta \in \mathbb{R}$. Es importante destacar que, necesito un general intercambiable matriz $\Sigma_0$, con la posibilidad de una correlación negativa.

EDIT: En vista de algunos comentarios (y aún una respuesta) que se da a continuación debo añadir una precisión: no soy un principiante con PROC MIXED de SAS y nlme en R, y sé cómo consultar la documentación. Pero a pesar de mi experiencia, yo no soy capaz de adaptarse a este modelo.

Answer 1

Usted no nos dijo cómo muchos puntos de datos que se tienen. Se necesita un cierto número de parámetros a ser estimable. No creo que SAS tiene un proc que se ajuste multivariante de las distribuciones de por sí, pero si estaba usando el proc mixed y y es en el modelo de estos parámetros se calcula y podría ser impresos. Tendría que especificar la estructura de covarianza.