Witaj guru statystyczni i kreatorzy programowania R,
Interesuje mnie modelowanie chwytów zwierząt jako funkcji warunków środowiskowych i dnia w roku. W ramach innego badania mam liczbę przechwyceń przez ~ 160 dni w ciągu trzech lat. Na każdy z tych dni mam temperaturę, opady, prędkość wiatru, wilgotność względną itp. Ponieważ dane były zbierane wielokrotnie z tych samych 5 wykresów, używam wykresu jako efektu losowego.
Rozumiem, że nlme może łatwo uwzględnić czasową autokorelację w resztkach, ale nie obsługuje funkcji łącza niegaussowskiego, takich jak lme4 (które nie mogą obsłużyć autokorelacji?). Obecnie myślę, że może zadziałać użycie pakietu nlme w R na logu (liczba). Więc moim rozwiązaniem w tej chwili byłoby uruchomienie czegoś takiego:
m1 <- lme(lcount ~ AirT + I(AirT^2) + RainAmt24 + I(RainAmt24^2) + RHpct + windspeed +
sin(2*pi/360*DOY) + cos(2*pi/360*DOY), random = ~1|plot, correlation =
corARMA(p = 1, q = 1, form = ~DOY|plot), data = Data)
gdzie DOY = dzień roku. W ostatecznym modelu może być więcej interakcji, ale to jest mój ogólny pomysł. Mógłbym również potencjalnie spróbować modelować strukturę wariancji za pomocą czegoś podobnego
weights = v1Pow
Nie jestem pewien, czy jest lepszy sposób na regresję modelu mieszanego Poissona czy coś takiego? Właśnie znalazłem dyskusję matematyczną w rozdziale 4 „Modelów regresji do analizy szeregów czasowych” Kedema i Fokianosa. W tej chwili było to trochę poza mną, szczególnie w aplikacji (kodowanie w R). Widziałem także rozwiązanie MCMC w Zuur i in. Książka modeli efektów mieszanych (rozdz. 23) w języku BŁĘDÓW (używając winBUGS lub JAG). Czy to moja najlepsza opcja? Czy istnieje prosty pakiet MCMC w R, który by to obsługiwał? Naprawdę nie znam technik GAMM ani GEE, ale chętnie zbadam te możliwości, jeśli ludzie będą sądzić, że zapewnią lepszy wgląd.Moim głównym celem jest stworzenie modelu do przewidywania chwytania zwierząt w danych warunkach środowiskowych. Po drugie, chciałbym wyjaśnić, na co reagują zwierzęta pod względem ich aktywności.
Będziemy wdzięczni za wszelkie przemyślenia na temat najlepszego sposobu postępowania (filozoficznego), sposobu kodowania tego w R lub BŁĘDACH. Jestem dość nowy w R i BŁĘDACH (winBUGS), ale się uczę. To także pierwszy raz, kiedy próbowałem rozwiązać czasową autokorelację.
Dzięki, Dan