我有一个相当复杂的数据集要分析，我找不到一个好的解决方案。
事情是这样的：
1.原始数据本质上是昆虫歌曲录音。每首歌曲由几个突发组成，每个突发由子单元组成。所有人都被记录了 5 分钟。爆发的数量及其在记录中的位置可能因个体而异，以及每个爆发的子单元数量。
2.我有每个子单元的载波频率（基频），这就是我要分析的。
我的问题：
1.一个burst内的频率明显不是独立的（虽然很稳定，但是子单元n-1的频率会对子单元n产生影响）。
2.在一段录音中，突发也不是独立的。
3.随着频率随着时间的推移而下降，他们甚至更不独立（个人厌倦了唱歌，所以歌曲的频率越来越低）。下降似乎是线性的。
4.嵌套 = 我有两个位置 A 和 B 的 3 个重复种群。所以我有 A1、A2、A3 和 B1、B2、B3。
我想做的事：
1.表征我的两个位置之间的频率差异（统计测试）
2.表征两个位置之间的频率下降（看看其中一个位置是否下降得更快）
怎么做：
这就是我需要帮助的原因：我不知道。看来我的案例结合了通常不会一起看到的问题。我读过混合模型、GAM、ARIMA、随机和固定效果，但我不能确定最好的方法。当我绘制它时（频率〜子单元编号n），两个位置之间的差异非常明显。我还必须考虑其他变量，例如温度（使频率更高）等。
我想过：
将个体嵌套在他们来自的副本中，并将副本嵌套在位置（个体/副本/位置）内。
使用随机的“爆发”效果，因此我考虑了每次爆发内的可变性。
使用固定的“录音中的突发位置”效果来测量频率下降（希望它实际上是线性的）。
会是正确的吗？
有没有一种特殊类型的模型可以用于这种场景？