具有不平衡设计和非独立数据的线性混合模型非独立数据？

机器算法验证 时间序列 混合模式 lme4-nlme 非独立的
2022-04-19 03:52:53

我是尝试建立混合模型的新手，我想要一些关于我的模型设计的输入。

我一直在重建一些植物的年龄，并且每年我都在测量它们的生产力。所以我有一个包含 580 株植物的设计，每株植物都有一个年龄（从 4 到 25 年不等），并且每年我都有一个生产力测量值。我想看看生产力如何与温度变化相关。

因此，通过这个实验设计，我面临两个主要问题：

  1. 在每个工厂内，年份之间的测量值是非独立的
  2. 每个植物都有不同的时间范围（最少 4 个，最多 25 个）

我首先尝试了一个 LMM 模型，将变量“植物”拟合为随机效应，以说明每个植物中数据的非独立性。所以我的模型有以下形式：

model1 <- lmer(Productivity ~ Temperature + (1|Plant), data=data)

作为第二步，我想以某种方式包括每个植物都有不同的时间范围的事实……所以，我包括了嵌套在植物中的因素年。

所以第二个模型的形式是：

model2 <-lmer(Productivity ~ Temperature + (1|Plant:Year),  
              data=data)

这些模型之间的结果确实不同，所以我不确定哪一个更好地封装了我的实验设计。我不太确定嵌套因素，因为在某些情况下植物之间的年份是一致的……

1个回答

你这么说

嵌套在 Plant 中的因子 Year

如果Year嵌套在Plant. 在这种情况下，moel 应该是

lmer(Productivity~Temperature +(1|Plant/Year),data = data)

或等效地：

lmer(Productivity~Temperature +(1|Plant) + (1|Plant:Year),data = data)

所以，澄清一下，这意味着每个都Year属于一个，并且只属于一个Plant。所以第 1 年可能属于植物 1，而第 2 年也可能属于植物 1，这意味着对于每一年，只有一个植物被测量。例如，对于第 3 年，这可能属于工厂 2（但不属于工厂 1）。嵌套结构看起来像

        Plant1             Plant2             Plant3
       /     \            /      \            /     \
    Year1  Year2        Year3  Year4        Year5  Year6

编辑：从评论中可以看出设计部分交叉（部分嵌套）。这可能看起来像

        Plant1     Plant2   Plant3
          /\      /  \   \ / \  
         /  \    /    \   X   \         
        /    \  /      \ / \   \
    Year1    Year2   Year3  Year4

在这种情况下，适当的随机结构是：

lmer(Productivity~Temperature + (1|Plant) + (1|Year), data = data)

有关嵌套和交叉随机效应的更多详细信息，请参见此处：
交叉与嵌套随机效应：它们有何不同以及如何在 lme4 中正确指定？

其它你可能感兴趣的问题
上一篇流行病学和计量经济学模型如何以及为什么以不同方式处理多重共线性？ 下一篇以方差为结果的回归