验证R中的负二项glmm（使用glmmadmb）

在这篇文章中，我寻求帮助，找出如何确保我运行的负二项glmm符合其模型假设

我正在使用我在现场收集的数据集，记录28条溪流沿线存在的休闲小径，这些溪流周围有四种不同的土地利用类型，在7个不同的保护区（即国家公园）及其周围发现。我的初衷是使用线性混合模型来评估每个场地记录的“休闲步道得分”与不同土地利用类型之间的关系，同时考虑公园的随机效应。因为数据有许多（真）0，所以不可能将数据转换为正态分布。因此，我尝试使用准泊松glmm。这个模型被过度分散了，所以我决定尝试使用一个负的生物学模型，现在我正在寻求帮助，看看这个模型是否符合它的假设。（我怀疑模型存在问题，因为考虑到数据分布，结果似乎与我预期的不一致）。 虽然我能够找到关于验证glmms的内容，但我仍然不清楚到底需要检查什么，以及应该如何检查以确保模型正常

下面是R代码，它将允许您复制我创建的模型。如果有人可以提供以下方面的反馈： a） 如果该模型符合其假设，您如何准确地确认该假设 b） 如果不是，你建议下一步做什么

#Create dataframe
RecreationalTrails<-c(5, 0, 0, 4, 7, 0, 0, 0, 6, 5, 0, 6, 6, 0, 0, 0, 0, 0, 0, 0, 0, 0,4, 6, 8, 0, 0, 7)
LandUse<-c("Protected", "Agricultural", "Forestry", "Unprotected Forest", "Protected", "Agricultural", "Forestry", "Unprotected Forest",
       "Protected", "Agricultural", "Forestry", "Unprotected Forest","Protected", "Agricultural", "Forestry", "Unprotected Forest",
       "Protected", "Agricultural", "Forestry", "Unprotected Forest","Protected", "Agricultural", "Forestry", "Unprotected Forest",
       "Protected", "Agricultural", "Forestry", "Unprotected Forest")
Parc<-c("Monts Valin", "Monts Valin", "Monts Valin", "Monts Valin", "Fjords du Saguenay", "Fjords du Saguenay","Fjords du Saguenay",
    "Fjords du Saguenay", "Hautes Gorges", "Hautes Gorges","Hautes Gorges","Hautes Gorges", "Grands Jardins", "Grands Jardins",
    "Grands Jardins", "Grands Jardins", "Mont Tremblant", "Mont Tremblant", "Mont Tremblant", "Mont Tremblant", "Mauricie",
    "Mauricie", "Mauricie", "Mauricie", "Jacques Cartier", "Jacques Cartier", "Jacques Cartier", "Jacques Cartier")
ESCombinedDataRE<-data.frame(c("LandUse", "Parc", "RecreationalTrails"))
ESCombinedDataRE <- data.frame(LandUse, Parc, RecreationalTrails)
names(ESCombinedDataRE) <- c("LandUse", "Parc", "RecreationalTrails")
ESCombinedDataRE

#Visualize the data
RecTrails_boxplot<-ggplot(ESCombinedDataRE, aes(x=LandUse, y= 
RecreationalTrails, fill = LandUse))+
scale_fill_manual(values=c("#0072B2", "#56B4E9", "#009E73", "#F0E442"))+
geom_boxplot()+
theme_gray(base_size = 14)+
theme(legend.position="none",axis.text.x=element_text(size=18,angle=25, 
hjust=1, vjust=1), axis.title.y = element_text(size = 13),axis.text.y = 
element_text(size = 13),axis.title.x = element_text(size = 18))+
labs(x="",y="Recreational Trails\nScore") 
RecTrails_boxplot

 #Run glmer negative binomial model
 install.packages("glmmADMB", 
             repos=c("http://glmmadmb.r-forge.r-project.org/repos",
                     getOption("repos")),
             type="source")
 library(glmmADMB)

 R_glmer <- glmmadmb(RecreationalTrails ~ LandUse+ (1|Parc), 
 data=ESCombinedDataRE, family= "nbinom")

#Validate model
#Check overdispersion using this source code 
https://rdrr.io/github/markushuff/PsychHelperFunctions/src/R/overdisp_fun.R
overdisp_fun(R_glmer)

#How else should I be checking that this model is meeting its assumptions? 

#Model output and results 
summary(R_glmer)
summary(glht(R_glmer, linfct = mcp(LandUse = "Tukey")))

 #Use [this code][2] to look at conditional and marginal R2 values

#创建数据帧
娱乐追踪建模假设和验证更多的是统计问题，而不是具体的编程问题。在这样的网站上，你更有可能得到更好的帮助，比如统计问题。他们对代码的兴趣可能比对输出的兴趣要小，所以请分享一下。谢谢你的推荐。我现在同意在Cross Exchange上发布这篇文章会更好，并在这里创建了一个新的帖子：