創建具有二項式響應和類別/連續變量混合的GLMM

Question

我正在分析幾個兩棲動物目擊事件（6000多個記錄），以了解哪些環境變量會影響兩棲動物的有無。 每個兩棲動物物種的響應變量是一個邏輯矢量（對，錯），環境因素包括連續的數值（道路距離，池塘距離）和分類變量（月，年，面積）。 我創建了一個按比例縮小數值變量的通用線性混合模型（GLMM，軟件包lme4），並選擇了Area（有目擊的地方）作為隨機效果。

-縮放比例/ 100是否可以接受？ 道路距離和池塘距離以米為單位。 並且通常包含大量數字（3000m等）。 縮放還刪除了此模型最初給我的重新縮放錯誤消息。

-隨機效果會按預期（1 |區域）工作嗎？ 我不確定此功能的合奏。

先感謝您。

這是我創建的兩棲動物模型之一：

C.TOAD.BI<-glmer(C.TOAD~+Habitat.type+I(pond.dist/100)+I(road.dist/100)+I(urban.dist/100)+Year+Month+(1|Area), family = binomial(link="logit"),data = Amphibians)

Answer 1

您用來指定隨機效果結構的語法將起作用。 您提供的模型稱為隨機攔截模型，在您的情況下，它將為數據中的每個區域估計一個隨機攔截。

對於縮放問題，我建議在重新縮放之前road.dist您的pond.dist和road.dist居中。 沒有數據樣本很難，但是我相信以下代碼可以工作（使用tidyverse函數）來居中變量。 如果您使用中心池塘距離和道路距離重新運行模型，但仍然收到縮放問題，以我的經驗，可以將變量值除以一個常數就可以消除縮放問題。 如果您這樣做，只需了解解釋的變化即可。

Amphibians %>% group_by(Area) %>% mutate(pond.dist_c = pond.dist - mean(pond.dist), road.dist_c = road.dist - mean(road.dist))

以區域為中心時，這些效果的解釋將有所變化。 對於池塘距離，您可以將其解釋為兩棲動物目擊幾率的估計增加，這與池塘距離相對於某個區域的平均池塘距離的增加有關 。

如果需要，還可以在模型中指定隨機效果。 可以通過在隨機效果語法中添加隨Area變化的任何變量來完成。 例如， (1 + pond.dist | Area) 。 這將允許模型估計每個區域的池塘距離的獨特影響。