我拥有多组鸟类超过 10 天的观察行为数据。我想调查某些行为是否存在时间模式(例如,配偶竞争是否会随着时间的推移而增加?)并且我被告知必须考虑数据的自相关性,因为每天的行为不太可能是独立的。
不过我想知道两件事:
由于我对 y 之间的差异不感兴趣,而是对 y 随天变化的趋势感兴趣,所以我是否还需要校正自相关?
如果是,我如何控制自相关,以便只留下信号(当然还有噪声)?
对于第二个问题,请记住,我将使用 R 中的混合模型来分析时间对行为的影响(因为存在伪复制等随机效应),但我还没有找到任何纠正自相关的直接方法对响应进行建模时的数据。
(1) 是的,您应该检查/考虑自相关。
第一个例子here http://bbolker.github.io/mixedmodels-misc/ecostats_chap.html显示了在考虑自相关的同时估计混合模型中的趋势的示例。
您可以使用这些模型来拟合lme
来自nlme
包裹。这是一个混合模型without自相关包括:
cmod_lme <- lme(GS.NEE ~ cYear,
data=mc2, method="REML",
random = ~ 1 + cYear | Site)
你可以通过使用来探索自相关plot(ACF(cmod_lme))
.
(2) 将相关性添加到模型中,如下所示:
cmod_lme_acor <- update(cmod_lme,
correlation=corAR1(form=~cYear|Site)
@JeffreyGirard 指出
要在更新模型以包含相关参数后检查 ACF,您将需要使用plot(ACF(cmod_lme_acor, resType = "normalized"))
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)