R 具有交互和不平衡数据的GLS(nlme)模型
我有一个土壤pH值数据集和两个解释因子,一个是5级(土地利用),另一个是>100级(土壤类型)。对符合R 具有交互和不平衡数据的GLS(nlme)模型,r,out-of-memory,interaction,nlme,R,Out Of Memory,Interaction,Nlme,我有一个土壤pH值数据集和两个解释因子,一个是5级(土地利用),另一个是>100级(土壤类型)。对符合nlme的几个GLS模型的数据探索和比较表明,这两个因素之间存在相互作用。我使用GLS而不是lm,因为残差中似乎存在一些异质性,这取决于土壤类型,我想用GLS(varIdent)进行修复。我可以用似然比检验(ML)来检验相互作用的显著性,但我不知道如何用不平衡数据包括相互作用项和值(按土壤类型)。 理想情况下,我会这样编写模型: gls0 computed "gls" f
nlme
的几个GLS模型的数据探索和比较表明,这两个因素之间存在相互作用。我使用GLS而不是lm,因为残差中似乎存在一些异质性,这取决于土壤类型,我想用GLS(varIdent
)进行修复。我可以用似然比检验(ML)来检验相互作用的显著性,但我不知道如何用不平衡数据包括相互作用项和值(按土壤类型)。
理想情况下,我会这样编写模型:
gls0
computed "gls" fit is singular, rank 312
gls.ii <- gls(pH ~ ii, data = mydata, na.action = na.omit)
gls.m1 <- gls(pH ~ SoilType + LandUse, data=mydata)
anova(update(gls.ii, method = "ML"),
update(glsm1, method = "ML"))
# or
gls.m1 <- gls(pH ~ SoilType, data=mydata)
anova(update(gls.ii, method = "ML"),
update(glsm1, method = "ML"))