[英]Incorporating time series into a mixed effects model in R (using lme4)
我已經找到了類似的問題,如果有相關的問題我已經錯過了,那就道歉了。
我正在研究在不同條件下花費在喂食器(因變量)上的時間量,每個受試者訪問喂食器30次。
受試者暴露於一種類型的喂食器,其將具有香味/無味的不同組合,具有視覺圖案/空白,並且具有以兩種空間布置之一呈現的這些視覺或香味圖案。
到目前為止,我的模型是:
mod<-lmer(timeonfeeder ~ scent_yes_no + visual_yes_no +
pattern_one_or_two + (1|subject), data=data)
如何將訪問號碼合並到模型中,以查看這些因素是否會影響饋線在一段時間內所花費的時間?
您有多種選擇(對於CrossValidated,這個問題可能稍微好一點 )。
正如@Dominix建議的那樣,隨着時間的推移,您可以允許進線器的線性增加或減少。 允許這種變化在不同的鳥類之間變化是有意義的:
timeonfeeder ~ time + ... + (time|subject)
您可以允許隨時間變化的任意模式(即不僅僅是線性):
timeonfeeder ~ factor(time) + ... + (1|subject)
這可能在你的情況下沒有意義,因為你有大量的觀察,所以它需要很多參數(如果你有,比如每個人有3個時間點,那會更明智)
您可以通過附加模型允許更復雜的變化模式,即使用三次樣條建模隨時間變化。 例如:
library(mgcv) gamm(timeonfeeder ~ s(time) + ... , random = ~1|subject
(1)這假設跨學科的時間模式是相同的; (2)因為gamm()
在引擎蓋下使用lme
而不是lmer
,你必須將隨機效果指定為單獨的參數。 (你也可以使用gamm4
包,它在引擎蓋下使用lmer
。)
您可能希望允許時間自相關。 例如,
lme(timeonfeeder ~ time + ... , random = ~ time|subject, correlation = corAR1(form= ~time|subject) , ...)
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.