Jestem nowy w modelowaniu mieszanym i jestem zdezorientowany, czy należy zastosować losowy efekt w analizie, którą wykonuję. Wszelkie porady będą mile widziane.
moje badanie bada, jak dobrze nowo opracowany wskaźnik liczebności ssaków może przewidzieć wartość ustalonego, ale bardziej pracochłonnego wskaźnika. Zmierzyłem te wskaźniki w wielu obszarach leśnych, z wieloma działkami w każdej strefie leśnej.
ponieważ nie jestem bezpośrednio zainteresowany efektem łat leśnych i ponieważ moje przykładowe działki są zagnieżdżone w łatach leśnych, używałem łaty leśnej jako efektu losowego. Mam jednak kilka pytań na ten temat:
po pierwsze wiem, że efekty losowe pozwalają uogólniać wyniki na wszystkich możliwych poziomach współczynnika losowego, a nie tylko na tych, z których pobierano próbki. ale wydaje mi się, że aby wyciągnąć takie wnioski, trzeba będzie losowo próbować swoje poziomy? Moje obszary leśne nie zostały losowo pobrane, więc czy nadal mogę ich używać jako efektu losowego?
po drugie, przeczytałem, że można sprawdzić, czy konieczne jest uzyskanie efektu losowego, wykonując np. test współczynnika prawdopodobieństwa w celu porównania modeli z efektem i bez niego. Zrobiłem to i sugeruje, że model efektów losowych nie wyjaśnia danych, a także model z efektami stałymi. moim problemem jest to, że moje działki są nadal zagnieżdżone w leśnych płatach, a więc prawdopodobnie nie są niezależne. więc czy mogę zastosować to podejście LRT, aby uzasadnić wykluczenie efektu losowego, czy nadal muszę go uwzględnić, aby uwzględnić zagnieżdżenie? a jeśli ostatecznie usunę efekt losowy, czy istnieje sposób na sprawdzenie, czy działki w obszarach leśnych można uznać za niezależne?
Dzięki za pomoc!
Sójka