Question

我正在尝试分析生物的一些视觉样带数据以生成栖息地分布模型。一旦看到有机体，就会跟踪它们，因为在给定的时间间隔内收集点数据。由于这些“跟随”之间的自相关，我希望使用类似于Pirotta等人的GAM-GEE方法。 2011年，使用包'yags'和'splines'（http://www.int-res.com/abstracts/meps/v436/p257-272/）。他们的R脚本在这里显示（http://www.int-res.com/articles/suppl/m436p257_supp/m436p257_supp1-code.r）。我使用此代码的成功有限，而且多个模型问题无法收敛。

以下是我的数据结构：

> str(dat2)

'data.frame':   10792 obs. of  4 variables:

 $ dist_slag       : num  26475 26340 25886 25400 24934 ...
 $ Depth           : num  -10.1 -10.5 -16.6 -22.2 -29.7 ...
$ dolphin_presence: int  0 0 0 0 0 0 0 0 0 0 ...


 $ block           : int  1 1 1 1 1 1 1 1 1 1 ...


> head(dat2)

  dist_slag    Depth dolphin_presence block
1  26475.47 -10.0934                0     1
2  26340.47 -10.4870                0     1
3  25886.33 -16.5752                0     1
4  25399.88 -22.2474                0     1



5  24934.29 -29.6797                0     1
6  24519.90 -26.2370                0     1

以下是我的块变量的摘要（表示每个块中存在自相关的组数

> summary(dat2$block)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   1.00   39.00   76.00   73.52  111.00  148.00

但是，我想使用包'gamm4'，因为我更熟悉Simon Wood教授的软件包和功能，看起来gamm4可能是最合适的。值得注意的是，模型具有二元响应（生物体存在沿样条的缺失），因此我认为gamm4比gamm更合适。在gamm帮助中，它为因子内的自相关提供了以下示例：

## more complicated autocorrelation example - AR errors
## only within groups defined by `fac'
e <- rnorm(n,0,sig)
for (i in 2:n) e[i] <- 0.6*e[i-1]*(fac[i-1]==fac[i]) + e[i]
y <- f + e
b <- gamm(y~s(x,k=20),correlation=corAR1(form=~1|fac))

按照此示例，以下是我用于数据集的代码

b <- gamm4(dolphin_presence~s(dist_slag)+s(Depth),random=(form=~1|block),  family=binomial(),data=dat)

但是，通过检查输出（摘要（b $ gam））和特别是摘要（b $ mer）），我要么不确定如何解释结果，要么不相信组内的自相关考虑到了。

> summary(b$gam)

Family: binomial 
Link function: logit 

Formula:
dolphin_presence ~ s(dist_slag) + s(Depth)

Parametric coefficients:


            Estimate Std. Error z value Pr(>|z|)   
    (Intercept)  -13.968      5.145  -2.715  0.00663 **
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Approximate significance of smooth terms:


               edf Ref.df Chi.sq  p-value    
s(dist_slag) 4.943  4.943  70.67 6.85e-14 ***
s(Depth)     6.869  6.869 115.59  < 2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 



R-sq.(adj) =  0.317glmer.ML score =  10504  Scale est. = 1         n = 10792
> 

> summary(b$mer)
Generalized linear mixed model fit by the Laplace approximation 


   AIC   BIC logLik deviance
 10514 10551  -5252    10504
Random effects:
 Groups Name         Variance Std.Dev.
 Xr     s(dist_slag) 1611344  1269.39 
 Xr.0   s(Depth)       98622   314.04 
Number of obs: 10792, groups: Xr, 8; Xr.0, 8



Fixed effects:
                 Estimate Std. Error z value Pr(>|z|)   
X(Intercept)      -13.968      5.145  -2.715  0.00663 **
Xs(dist_slag)Fx1  -35.871     33.944  -1.057  0.29063   
Xs(Depth)Fx1        3.971      3.740   1.062  0.28823   


---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Correlation of Fixed Effects:
            X(Int) X(_)F1
Xs(dst_s)F1  0.654       
Xs(Dpth)Fx1 -0.030  0.000
>

如何确保在“块”变量的每个唯一值中确实考虑了自相关？解释“summary（b $ mer）”输出的最简单方法是什么？

结果与使用相同变量和参数的正常gam（包mgcv）不同，没有“correlation = ...”术语，表明发生了不同的事情。

然而，当我为关联项（季节）使用不同的变量时，我得到了SAME输出：

> dat2 <- data.frame(dist_slag = dat$dist_slag, Depth = dat$Depth, dolphin_presence = dat$dolphin_presence,

+ block = dat$block, season=dat$season)
 > head(dat2)
      dist_slag    Depth dolphin_presence block season
1  26475.47 -10.0934                0     1      F
2  26340.47 -10.4870                0     1      F

3  25886.33 -16.5752                0     1      F
4  25399.88 -22.2474                0     1      F
5  24934.29 -29.6797                0     1      F
6  24519.90 -26.2370                0     1      F

> summary(dat2$season)

   F    S 
3224 7568 


> b <- gamm4(dolphin_presence~s(dist_slag)+s(Depth),correlation=corAR1(1, form=~1 |   season), family=binomial(),data=dat2)
> summary(b$gam)

Family: binomial 
Link function: logit 


Formula:
dolphin_presence ~ s(dist_slag) + s(Depth)

Parametric coefficients:
            Estimate Std. Error z value Pr(>|z|)   
    (Intercept)  -13.968      5.145  -2.715  0.00663 **
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 


Approximate significance of smooth terms:
               edf Ref.df Chi.sq  p-value    
s(dist_slag) 4.943  4.943  70.67 6.85e-14 ***
s(Depth)     6.869  6.869 115.59  < 2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 


R-sq.(adj) =  0.317glmer.ML score =  10504  Scale est. = 1         n = 10792
> summary(b$mer)
Generalized linear mixed model fit by the Laplace approximation 
   AIC   BIC logLik deviance

 10514 10551  -5252    10504
Random effects:
 Groups Name         Variance Std.Dev.
 Xr     s(dist_slag) 1611344  1269.39 
 Xr.0   s(Depth)       98622   314.04 
Number of obs: 10792, groups: Xr, 8; Xr.0, 8


Fixed effects:
                 Estimate Std. Error z value Pr(>|z|)   
X(Intercept)      -13.968      5.145  -2.715  0.00663 **
Xs(dist_slag)Fx1  -35.871     33.944  -1.057  0.29063   
Xs(Depth)Fx1        3.971      3.740   1.062  0.28823   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Correlation of Fixed Effects:
            X(Int) X(_)F1
Xs(dst_s)F1  0.654       
Xs(Dpth)Fx1 -0.030  0.000
>

我只是想确保它正确地允许“block”变量的每个值内的相关性。我如何制定模型，说可以在块的每个单独值中存在自相关，但假设块之间是独立的？

另一方面，我在大型模型完成模型后会收到以下警告消息（变量多于2）：

Warning message:
 In mer_finalize(ans) : false convergence (8)

Answer 1

gamm4建立在lme4之上，不允许correlation参数（与nlme包不同），这是mgcv::gamm）的基础。 mgcv::gamm 处理二进制数据，尽管它使用的是PQL，它通常不如gamm4/lme4中的拉普拉斯/ GHQ近似值准确。不幸的是（!!）您没有收到警告，告诉您correlation参数被忽略（当我尝试使用correlation参数与lme4进行简单示例时，我确实得到了一个警告，但是额外的参数可能会被gamm4}内的某个地方吞没。
您想要的自相关结构（“块的每个单独值中可以存在自相关，但假设块之间的独立性”）正是nlme中相关结构的编码方式（因此在mgcv::gamm中）
我会使用mcgv::gamm，并建议您尽可能尝试使用已知结构的模拟数据（或使用上面补充材料中提供的数据集，看看是否可以重现他们的用您的替代方法得出定性结论。）
StackOverflow很不错，但r-sig-mixed-models@r-project.org

在gamm4 R包中进行GAM-GEE？

1 个答案: