[英]Autocorrelation in binary time series with multiple groups
我正在嘗試評估二進制分層結構的生態數據的時間序列中的自相關程度。 我有關於在11年中每6個月(產生22個等間隔時間點)在多個獨立位置(n = 469)測量到的生物體存在與否(1或0)的數據。
這是一些可以使用的偽數據:
# Create dummy time series (random 0 or 1 value for absent or present)
# Format of time series is matrix with rows as sites and columns as time points
set.seed(1)
dat <- matrix(sample(0:1, 469*22, replace=T), nrow=469, ncol=22)
我想知道每個站點上是否存在有機體的序列相關程度(時間= t與時間= t-1,t-2,t-3,...,t-21)。 盡管數據是空間結構的,但我並不真正在乎站點特定的趨勢,而只是在乎整體關系。 有人可以幫助我確定格式化數據的適當方法,以用於程序包(例如“ acf”)或旨在解決此問題的自定義函數嗎?
這個怎么樣?
set.seed(1)
dat <- data.frame(id=1:469,matrix(sample(0:1, 469*22, replace=T), nrow=469, ncol=22))
library(tidyr);library(dplyr)
dat %>%
gather(time,dummy,-id)->dat2
library(lme4)
model<-glmer(dummy~time+(1|id),dat2,family="binomial")
vcov(model) #variance-covariance matrix
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.