# Initial values for parameters. # Notice that any NA in the data is a parameter and needs an initial value. # The parameters that need initial values are # mu - the average log-cumulate time to lines - need m of these and these must be non-decreasing # p - the detection rate at each line - need m of these # q - the daily survival rate between line 0->1; 1->2; ... m-1->m; need m of these # G - the covariance between the travel times between the lines. Need m x m values. # s - initial survival values. This is the "inverse" of the raw "s' data where all NA in the # raw data for s, need initial values. Possible initial values are all 1 (i.e. all fish # survive after the last time they are detected. If survival rates are high, this would # be a reasonable starting point. Else, try generating these using a bernouli random process # LT - the initial log-cumulate travel times. As with the s vector, initial values for the # NA's in the raw data are needed. Use reasonable values based on the mean travel times # above and the observed data. E.g. interpolate for NA between two detections and # extrapolate for times after the last detection. list(mu=c(2,2.5,3), p=c(.5,.5,.5), q=c(.9,.9,.9), # The covariance matrix of log- cumulative travel times G=structure(.Data=c( 4 , .01 , -.25 , .01 , 4 , -.43 , -.25 , -.43 , .4),.Dim=c(3,3)), # Initial values for the survival status. (see above for details) s = structure(.Data = c( NA, NA, NA, NA, NA, NA, NA,1,1.0, NA,1.0,1.0, 1.0,1.0,1.0, NA, NA, NA, NA,1.0,1.0, NA, NA,1.0, NA,1.0,1.0, 1.0,1.0,0.0, NA, NA, NA, NA, NA, NA, NA, NA,1.0, NA, NA, NA, NA,1.0,1.0, 1.0,1.0,1.0, NA, NA,1.0, NA, NA, NA, NA, NA,1.0, NA, NA,1.0, NA, NA, NA, NA, NA,1.0, NA, NA, NA, NA,1.0,0.0, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA,1.0,0.0, NA, NA, NA, NA,1.0,1.0, NA, NA,1.0, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA,1.0,1.0, 1.0,1.0,1.0, NA, NA,1.0, NA,1.0,1.0, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA,1.0,1.0, NA, NA, NA, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0,1.0, NA,1.0,1.0, NA, NA,1.0, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, 1.0,1.0,1.0, 1.0,1.0,1.0, NA,1.0,1.0, NA,1.0,1.0, NA,NA,1.0, 1.0,1.0,0.0, NA, NA, NA, NA, NA,1.0, NA,1.0,1.0, NA, NA,1.0, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA, NA,1.0, NA, NA,0.0, NA,1.0,1.0, NA,1.0,1.0, NA, NA,1.0, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0,0.0, NA, NA,1.0, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, 1.0,1.0,1.0, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,0.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0, 1.0,1.0,0.0, NA, NA, NA, NA, NA,1.0, NA,1.0,1.0, NA,1.0,1.0, NA,1.0,1.0, NA,1.0,1.0, NA, NA, NA, NA,1.0,1.0, NA,1.0,1.0, NA,1.0,1.0, NA,1.0,1.0, NA,1.0,1.0, NA, NA, NA, NA, NA,1.0, NA, NA,0.0, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA,1.0,1.0, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA,1.0, NA,1.0,1.0, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, NA,1.0,0.0, NA, NA, NA, NA, NA, NA, NA, NA,0.0, NA, NA, NA, NA, NA,1.0, NA, NA, NA, NA, NA, NA, NA,0.0,0.0, 1.0,1.0,1.0, NA,1.0,1.0, NA, NA,1.0, NA,1.0,1.0, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA,1.0,1.0, NA, NA, NA, NA,1.0,1.0, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, 1.0,1.0,0.0, NA,1.0,1.0, NA,1.0,0.0, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 1.0,1.0,1.0, 1.0,1.0,1.0, NA, NA, NA, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, 1.0,1.0,1.0, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 1.0,1.0,1.0, NA,1.0,1.0, 1.0,1.0,1.0, NA, NA, NA, NA,1.0,1.0, NA, NA,1.0, 1.0,1.0,0.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0, NA, NA,1.0, NA,1.0,1.0, NA, NA,1.0, NA,1.0,1.0, NA, NA, NA, NA,1.0,1.0, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0,1.0, NA, NA,1.0, NA,1.0,1.0, NA,1.0,1.0, NA, NA, NA, NA,1.0,1.0, NA,1.0,0.0, NA, NA, NA, NA, NA,1.0, NA, NA, NA, NA, NA, NA, NA,1.0,0.0, NA, NA, NA, NA, NA, NA, NA,1.0,1.0, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0,1.0, NA, NA, NA, 1.0,1.0,1.0, NA, NA,1.0, NA, NA, NA, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, 1.0,1.0,1.0, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0,1.0, 1.0,1.0,1.0, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, 1.0,1.0,1.0, NA,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 1.0,1.0,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,0.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0, NA, NA, NA, NA, NA,1.0, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,1.0,1.0, NA, NA,1.0, NA, NA,1.0, NA, NA, NA, NA, NA, NA, 1.0,1.0,1.0),.Dim = c(324,3)), # The initial cumulate log-travel times LT=structure(.Data=c( NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , 4 , 5 , 3 , 4 , 5 , NA , NA , NA , NA , 4 , 5 , NA , NA , 5 , NA , 4 , 5 , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , 5 , NA , NA , NA , NA , 4 , 5 , 3 , 4 , 5 , NA , NA , 5 , NA , NA , NA , NA , NA , 5 , NA , NA , 5 , NA , NA , NA , NA , NA , 5 , NA , NA , NA , NA , 4 , 5 , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , NA , 4 , 5 , NA , NA , 5 , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , 4 , 5 , 3 , 4 , 5 , NA , NA , 5 , NA , 4 , 5 , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , 4 , 5 , NA , NA , 5 , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , 3 , 4 , 5 , 3 , 4 , 5 , NA , 4 , 5 , NA , 4 , 5 , NA , NA , 5 , 3 , 4 , 5 , NA , NA , NA , NA , NA , 5 , NA , 4 , 5 , NA , NA , 5 , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , NA , 5 , NA , NA , 5 , NA , 4 , 5 , NA , 4 , 5 , NA , NA , 5 , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , 5 , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , 3 , 4 , 5 , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 5 , 3 , 4 , 5 , NA , NA , NA , NA , NA , 5 , NA , 4 , 5 , NA , 4 , 5 , NA , 4 , 5 , NA , 4 , 5 , NA , NA , NA , NA , 4 , 5 , NA , 4 , 5 , NA , 4 , 5 , NA , 4 , 5 , NA , 4 , 5 , NA , NA , NA , NA , NA , 5 , NA , NA , 5 , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , 5 , NA , 4 , 5 , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , 5 , NA , NA , NA , NA , NA , 5 , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , 3 , 4 , 5 , NA , 4 , 5 , NA , NA , 5 , NA , 4 , 5 , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , NA , 4 , 5 , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , 3 , 4 , 5 , NA , 4 , 5 , NA , 4 , 5 , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 3 , 4 , 5 , 3 , 4 , 5 , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , 3 , 4 , 5 , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 3 , 4 , 5 , NA , 4 , 5 , 3 , 4 , 5 , NA , NA , NA , NA , 4 , 5 , NA , NA , 5 , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 5 , NA , NA , 5 , NA , 4 , 5 , NA , NA , 5 , NA , 4 , 5 , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , 5 , NA , 4 , 5 , NA , 4 , 5 , NA , NA , NA , NA , 4 , 5 , NA , 4 , 5 , NA , NA , NA , NA , NA , 5 , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 5 , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 5 , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , 3 , 4 , 5 , NA , NA , 5 , NA , NA , NA , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , 3 , 4 , 5 , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , 3 , 4 , 5 , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , 3 , 4 , 5 , NA , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 3 , 4 , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 5 , NA , NA , NA , NA , NA , 5 , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , NA , 4 , 5 , NA , NA , 5 , NA , NA , 5 , NA , NA , NA , NA , NA , NA , 3 , 4 , 5),.Dim=c(324,3)))