2016-08-17 62 views
0

在我的研究中,我在多個地區對不同地區的相同網站進行了抽樣。每個網站每年都有不同的屬性,這對我的研究問題非常重要。我想知道,如果網站的屬性影響生物多樣性的網站。我對這些產品和地區的相互作用感興趣。如何正確包含我的lmer的重複措施

概述:

  • 生物多樣性=響應
  • 站點屬性=固定的因素,每年都在變化
  • 地區=固定的因素,同樣每年區
  • 網站=隨機效應,重複採樣在不同採樣年份
  • 年=隨機效應,是「站點」重複的因子

此刻我的模型是這樣的:

mod1 <- lmer(biodiversity~region*siteProperty+(1|Year)+(1|site)) 

我不知道這佔了重複測量。 或者我在想這一塊,因爲它也包括多年站點的嵌套性,但也許這是沒有必要的:

mod2 <- lmer(biodiversity~region*siteProperty+(1|Year)+(1|Year:site)) 

這種方法的問題是,它只能如果我的網站屬性不爲零。但是我在不同的屬性中有零,我也需要分析它們的效果。

如果您需要更多信息,只需要問我。 感謝您的幫助!

回答

1

你的第一個例子,

mod1 <- lmer(biodiversity~region*siteProperty+(1|Year)+(1|site)) 

應該罰款(雖然我會鼓勵你明確地使用data參數......)。如果你有「多年的」爲每個站點的樣品,你可能要考慮

  • 包括趨勢模型(即包括Year,作爲數字變量,模型中的固定效應部分爲好,無論是作爲一個簡單的線性項或者作爲使用splines::ns
  • 檢查/允許自相關的添加劑模型的一部分,例如(儘管這是棘手在lme4;可以使用lme,但隨後越過Yearsite隨機效應變得更難) 。

如果每個站點/年份組合有一個樣本,那麼不需要想要(1|Site:year),因爲那將與剩餘可變性項相同。

你的陳述「只適用於我的網站屬性不爲零」對我沒有意義:一般來說,在預測變量中有零應該不會引起任何問題......?

+0

感謝您的回答!我不確定這個第二個模型是否因爲零而不起作用。這只是我能找到的唯一區別。我會盡量把年份當作一個因素,看看會發生什麼。 – MelChi