R 独立二进制变量(频率)和连续响应变量-lmm
我花了很多时间寻找解决方案,但没有成功。出于这个原因,我决定把我的问题贴在这里,希望你们中的某个人能帮助我 我想找出哪些变量影响两种动物(同一物种)的旅行距离 响应变量为移动距离(以米为单位)。我总共为这两种动物进行了66次追踪 自变量为:温度、降雨量、后代(是=1,否=0)、观察期(分钟)和活动 我每15分钟观察一次动物(一天一只),并记录活动状态(活动=1或不活动=0)。因此,我的数据表由大约1800个点和相同数量的活动记录组成 然后,我创建了一个包含以下列的表:R 独立二进制变量(频率)和连续响应变量-lmm,r,R,我花了很多时间寻找解决方案,但没有成功。出于这个原因,我决定把我的问题贴在这里,希望你们中的某个人能帮助我 我想找出哪些变量影响两种动物(同一物种)的旅行距离 响应变量为移动距离(以米为单位)。我总共为这两种动物进行了66次追踪 自变量为:温度、降雨量、后代(是=1,否=0)、观察期(分钟)和活动 我每15分钟观察一次动物(一天一只),并记录活动状态(活动=1或不活动=0)。因此,我的数据表由大约1800个点和相同数量的活动记录组成 然后,我创建了一个包含以下列的表: Animal, Track
Animal, Tracking-Session, rainfall, offspring, observation period, active, inactive, distance
两列active
和inactive
包含每个跟踪会话的活动(非活动)记录的总和
例如,在跟踪会话1中,动物A活动30倍,非活动11倍,并在跟踪会话期间移动6000米
我想我可以使用命令cbind()
对这个表进行分析,从两列中选择一列作为“非活动”和“活动”。但这不起作用,我得到:
Error in lme4::lFormula(formula = distance~ (1 | animal) + activity + offspring + ...
rank of X = 12 < ncol(X) = 13
lme4中的错误::lFormula(公式=距离~(1 |动物)+活动+后代+。。。
X=12Iris
cbind
不生成一列。可能有几种方法可以将活动数据聚合为一个变量。例如,您可以计算活动/(活动+非活动)
。感谢您的评论-我将使用每天的活动时间(acive/(acive+非活动),但如果我这样做的话……活动是一个比例(活动时间/观察时间)R对比例的处理方式是否不同?或者我可以像使用任何其他数值一样使用比例值吗?lme4
可以将比例作为一个预测值处理得很好。如果假设与比例成线性关系是有意义的,我无法在没有(a)您的数据和/或(b)的情况下告诉您更好地理解科学。然而,这只是一个例子。如何将这些变量组合成一个变量取决于您。原则上,您应该能够使用逻辑回归来处理这个问题(使用原始的二进制响应变量和glmer(…,family=“binomial”)
。将其建模为二项式(如您所做的那样按天聚合)也是合理的,不过在这种情况下,您可能需要考虑过度分散。这将成为一个更适合交叉验证的问题。。。